模仿学习方法、环境与度量的综述
机器学习
2024-07-31 v2 人工智能
摘要
模仿学习是一种通过尝试模仿一个或多个教师的行为来学习如何执行任务的方法。这种学习方法在学习新任务所需的时间与收集教师样本量之间取得了折中。它通过在教师具有执行任务某些信息时进行学习，同时在必要时（例如当状态不存在于教师样本中时）偏离其示例来实现这一点。因此，近年来受到研究人员的广泛关注，导致了许多新方法和应用的涌现。然而，随着已发表工作量的增加以及过去的调查主要聚焦于方法论，标准化的不足变得更为突出。这一不标准化体现在环境的使用上，最多只有两项工作；以及评估过程（如定性分析）在当前文献中变得罕见。本综述系统性地审查了当前的模仿学习文献，并通过 (i) 对模仿学习技术、环境和度量进行分类，引入新分类; (ii) 反思文献中的主要问题; (iii) 提出挑战和未来方向来呈现我们的发现。
引用
@article{arxiv.2404.19456,
title = {A Survey of Imitation Learning Methods, Environments and Metrics},
author = {Nathan Gavenski and Felipe Meneguzzi and Michael Luck and Odinaldo Rodrigues},
journal= {arXiv preprint arXiv:2404.19456},
year = {2024}
}