BriefGPT.xyz
Ask
alpha
关键词
entropy-regularized irl
搜索结果 - 1
无模型熵正则化逆强化学习算法的收敛性
给定一个专家示范数据集,逆向强化学习(IRL)旨在恢复一个专家所优化的奖励。本研究提出了一种无模型算法来解决熵正则化的 IRL 问题。我们采用随机梯度下降算法更新奖励,并采用随机软策略迭代算法更新策略,假设可以访问一个生成模型,我们证明了我
→
PDF
3 months ago
Prev
Next