增强型 Q 模仿学习 (AQIL)

无监督学习的研究通常可分为两类：模仿学习和强化学习。在模仿学习中，机器通过模仿专家系统的行为来学习，而在强化学习中，机器通过直接的环境反馈来学习。传统的深度强化学习在机器开始收敛到最优策略之前需要耗费大量时间。本文提出增强型 Q 模仿学习（Augmented Q-Imitation-Learning），这是一种通过在传统深度 Q 学习中将 Q 模仿学习作为初始训练过程来加速深度强化学习收敛的方法。