Etter hvert som roboter og andre intelligente agenter beveger seg fra enkle til mer komplekse og ustrukturerte miljøer, blir det stadig mer utfordrende og kostbart å manuelt programmere atferden deres. I mange tilfeller viser det seg å være enklere for en lærer å demonstrere ønsket atferd, i stedet for å forsøke å utvikle den manuelt. Denne læringsprosessen, som innebærer å lære fra demonstrasjoner, kalles imitasjonslæring. Boken 'An Algorithmic Perspective on Imitation Learning' gir en innføring i imitasjonslæring. Den dekker de grunnleggende antagelsene, tilnærmingene og hvordan disse henger sammen, samt et rikt spekter av algoritmer som er utviklet for å løse dette problemet. Boken gir også råd om nyttige verktøy og implementeringsteknikker. 'An Algorithmic Perspective on Imitation Learning' retter seg mot to målgrupper. For det første skal den gjøre eksperter innen maskinlæring kjent med utfordringene ved imitasjonslæring, spesielt de som oppstår innen robotikk, samt de interessante teoretiske og praktiske forskjellene som finnes.
