BriefGPT.xyz
May, 2023
连贯的软件仿真学习
Coherent Soft Imitation Learning
HTML
PDF
Joe Watson, Sandy H. Huang, Nicholas Heess
TL;DR
本文提出了一种混合的模仿学习方法,将行为克隆和逆向加权分别作为策略和奖励模型,结合软强化学习框架下的无限制行为克隆技术和正则化方法,以克服使用诱导式奖励和通过对策略进行学习的方法时的一些困难。该方法简单灵活,具有稳定的学习和最小化的超参数调整。
Abstract
imitation learning methods
seek to learn from an expert either through
behavioral cloning
(BC) of the policy or
inverse
→