该研究比较了模仿学习和目标条件强化学习两种方式，并提出了一种基于概率长期动态和期望价值函数之间联系的方法。该方法利用密度估计的最新进展，能够有效学习达到指定状态的能力。研究结果显示，该方法在目标条件强化学习和模仿学习方面都表现出高效性和样本效率。

该研究比较了模仿学习和目标条件强化学习两种方式，并提出了一种基于概率长期动态和期望价值函数之间联系的方法。该方法在目标条件强化学习和模仿学习方面都表现出高效和最新样本效率。