多目标优化逆强化学习收敛性的一个证明
机器学习
2023-05-19 v3 人工智能
机器学习
摘要
我们通过将多目标优化问题表述为一个逆问题，展示了使用投影次梯度法的 Wasserstein 逆强化学习在多目标优化下的收敛性。此外，我们证明了使用梯度下降和投影次梯度法的逆强化学习（最大熵逆强化学习、引导代价学习）的收敛性。
引用
@article{arxiv.2305.06137,
title = {A proof of convergence of inverse reinforcement learning for multi-objective optimization},
author = {Akira Kitaoka and Riki Eto},
journal= {arXiv preprint arXiv:2305.06137},
year = {2023}
}
备注
10 pages