【NeurIPS 2020】生成对抗性模仿学习的f-Divergence

文章预览

模仿学习(IL)旨在从专家演示中学习一种策略，使学习者和专家行为之间的差异最小化。针对预先确定的差异，提出了不同的模仿学习算法来量化差异。这自然会产生以下问题:给定一组专家演示，哪些分歧可以在更高的数据效率下更准确地恢复专家策略? 在这项研究中，我们提出了一种新的生成性对抗模仿学习(GAIL)模型——f-GAIL，它可以自动地从f-divergence族中学习出一个差异度量，并且能够产生与专家相似行为的策略。 与具有各种预定义散度度量的IL基线相比，f-GAIL在6个基于物理的控制任务中学习了更好的策略和更高的数据效率。 https://arxiv.org/abs/2010.01207 专知便捷查看 便捷下载 ，请关注 专知 公众号（点击上方 蓝色 专知关注） 后台回复“ GAIL ” 可以获取 《【NeurIPS ………………………………