本文介绍了一种简单的视觉模仿学习方法，可以从人类演示中学习机器人操作任务，无需先前了解对象的交互情况，并通过自监督学习进行训练。该方法将模仿学习建模为状态估计问题，通过末端执行器的姿态作为状态，在自监督训练中让末端执行器的摄像头围绕对象自动移动。实验结果表明，该方法可以从单个人类演示中学习多样的技能，并产生稳定且可解释的控制器。

该文介绍了一种用于视觉模仿学习的简单方法，可以从一个人类演示中学习机器人操作任务，通过自监督学习进行训练。该方法将模仿学习建模为状态估计问题，在自监督训练过程中让末端执行器的摄像头围绕对象自动移动。