Apr, 2022

通过转换模型不一致性学习观测到的模仿

TL;DR本文提出了一种利用中间策略来训练学习者的一种方法,该中间策略可以近似地执行专家的策略,以便用于不同环境下的模仿学习,并在MuJoCo运动任务中取得了良好的结果。