机器人学中学习控制的深度网络解法综述：从强化到模仿

深度学习技术已被广泛应用，在各研究领域中取得最先进的结果。本综述聚焦于面向机器人应用学习控制策略的深度学习解法。我们围绕使用深度网络学习控制的两种主要范式展开讨论：深度强化学习和模仿学习。对于深度强化学习（DRL），我们从传统强化学习算法出发，展示它们如何扩展到深度背景以及可加于 DRL 算法之上的有效机制。随后介绍利用 DRL 解决机器人导航与操纵任务的代表性工作。我们继续讨论应对现实差距挑战的方法，该挑战涉及将仿真中训练的 DRL 策略迁移到真实场景，并总结用于开展 DRL 研究的机器人仿真平台。对于模仿学习，我们通过介绍其公式化及相应的机器人应用，梳理其三大主要类别：行为克隆、逆强化学习和生成对抗模仿学习。最后，我们讨论开放挑战与研究前沿。