在强化学习中,智能体不断与环境交互并根据环境给出的评价式反馈信息学习最优控制策略。但是当环境没有提供反馈信息或是反馈信息不能准确地被量化时,强化学习方法的应用会受到很大限制。模仿学习是一种不依赖环境反馈信息的学习方法,其从专家示范轨迹中就能学得性能良好的控制策略。针对模仿学习方法的学习效率以及多模态模仿学习的性能问题,本文提出一种加快学习速度的框架以及提升多模态模仿学习性能的方法。主要的研究内容可概括为如下三个部分:（1）在生成对抗模仿学习中,生成器和判别器之间存在一个博弈。判别器的目标是尽可能准确的区分生成样本和专家样本,而生成器的目标是尽可能产生与专家样本类似的样本使判别器不能准确区分。在学习过程的每一轮迭代中,生成器与环境交互得到生成样本,但是这些生成样本只在此轮迭代中用于学习,之后便被抛弃。这样生成样本的利用率极低,同时大量的环境交互在现实情况下会有很大的成本,尤其是在一些涉及安全问题的环境中。针对这一问题,本文提出一种从失败经验中进一步学习的方法,根据历史的失败经验,使学习过程能够更快跳出失败策略的范围,进一步加快学习速度。（2）模仿学习研究中专家示范轨迹一般都是由状态-动作对组成,还有的专家示范轨迹只由状态信息组成。但是当可以获取全量的专家示范信息时,更完整的专家示范信息意味着能够学得一个更接近专家的策略。从专家示范轨迹的角度,本文提出一种从状态-动作-下一状态组成的专家示范轨迹中学习的方法,以进一步提高模仿学习方法的性能。（3）多模态模仿学习问题旨在从具有多种模态的专家示范中学习一个多模态的策略,即智能体处于同一状态时,不同模态下可能会做出不同的决策。带有辅助分类器的生成对抗模仿学习是一种从带有模态标签的专家示范中学习的方法,其中辅助分类器用于对所有样本根据模态进行分类,与生成器之间构成合作关系,生成器产生的样本具有强分离性,易于辅助分类器分类。当不同模态的样本之间存在交叠部分时,生成器就会避免产生此类样本,因为辅助分类器无法准确区分,这会大大影响最终学得的策略。针对这一问题,本文先从理论角度对问题进行分析,进一步提出一种带有双辅助分类器的多模态模仿学习方法。额外的辅助分类器只对生成样本根据模态进行分类,其与生成器之间产生一个对抗过程,使生成器减少产生此类具有强分离性的数据,以提高学得多模态策略的性能。