Aug, 2024
马尔可夫平衡满足度提升严格批量离线模仿学习的性能
Markov Balance Satisfaction Improves Performance in Strictly Batch
Offline Imitation Learning
TL;DR本研究针对在无环境交互的情况下,模仿学习所面临的限制与挑战进行了深入探讨。通过采用马尔可夫平衡方程并引入基于条件密度估计的模仿学习框架,提出了一种新颖的方法来满足环境的平衡方程。实验证明,该方法在经典控制和MuJoCo环境中的性能显著优于许多现有的模仿学习算法。