研究将战略性机器人行为学习转化为监督学习问题，通过四足机器人的实验发现监督信号质量与逃避者行为多样性、最优性和建模假设强度相关。机器人在追逐-逃避互动中表现出创造力，努力收集信息并预测意图以提前拦截。

该研究将战略性机器人行为问题转化为监督学习问题，并发现监督信号质量依赖于逃避者行为的多样性与最优性的平衡以及完全可观测策略中的建模假设的强度。实验表明，机器人在不确定时努力收集信息，预测意图，并提前预判以拦截目标。

这篇文章将机器人行为问题转化为监督学习问题，并发现监督信号的质量依赖于逃避者行为的多样性与最优性的平衡以及完全可观测策略中的建模假设的强度。在野外实验中，使用带有RGB-D相机的四足机器人部署了这个策略，机器人在不确定时努力收集信息，预测意图，并提前预判以拦截。