利用对抗性模仿学习的方法自动选择带有无结构动作片段数据集的物理模拟角色的行为，无需手动设计仿制目标和运动选择机制。该方法在训练对抗性运动先验的同时也自动选择要执行的运动，并能够轻松地适应大型的无结构运动片段数据集，且不需要高级运动规划器或其他任务特定的运动片段注释。在一系列的模拟案例和挑战性的运动控制任务中，我们展示了其有效性。

Apr, 2021

训练高维模拟智能体时，利用复杂的奖励函数鼓励自然策略，并配合基于参考动作捕获数据的对抗运动先验可以使产生的行为迁移到真实机器人上，从而得到能量有效的步态转移。

Mar, 2022

本文提出了一种协作对抗式学习方法，用于从包含不同状态转移模式的未标记数据集中最大化它们的可辨识度，获得可控技能集的单一多才策略。实验结果表明，借助生成式对抗模仿学习框架中的无监督技能发现，出现了成功完成任务的新颖有用技能。最后，在名为 Solo 8 的敏捷四足机器人上测试了所获得的多才多艺策略，并呈现出编码在演示中的各种不同技能的忠实复制。

Sep, 2022

本文介绍应用生成对抗性模仿学习方法，通过有限的高维仿人体运动演示数据，训练神经网络策略以产生类人的运动模式，并利用该方法构建子技能策略解决高维身体姿态控制任务。

Jul, 2017

提出一种基于生成对抗学习的方法，通过从部分不兼容的演示中推断奖励函数，实现成功的技能获取，并在四足机器人上测试了后空翻等技能。

Jun, 2022

通过学习技能先验分布，将其用于最大熵强化学习，能够在导航和机器人操作任务中实现有效的技能传输。

Oct, 2020

提出了一种新的学习框架，利用离散信息瓶颈和强化学习来控制基于物理的角色，从而实现显著改善运动质量和多样性。

Aug, 2023

本文介绍了如何使用概率建模与信息结构约束相结合的方法来学习行为先验，并将其有效地整合到强化学习框架中，以实现多任务与转移学习。最后通过在一系列仿真连续控制域上的应用来展示该框架的有效性。

Oct, 2020

提出了基于多智能体生成对抗模仿学习的新方法，可以模拟多个基于物理的角色之间的互动与动作，并保留内在风格，通过训练使每个角色模仿与其相关的互动技巧。已通过拳击和全身武术等两种不同战斗风格进行了测试。

Nov, 2023

ASAP-RL 提出了一种基于动作技能和专家先验知识的自动驾驶高效强化学习算法，旨在应对在复杂的拥堵道路条件下，传统驾驶策略难以扩展的问题。实验结果表明，相对于其他应用不同技能和先验知识的方法，该算法能够提高学习效率和驾驶性能。

May, 2023