贝叶斯逆向转换学习：从近最优轨迹中学习动力学
机器学习
2026-04-29 v2 人工智能
机器学习
摘要
我们考虑从离线模型基强化学习中从近最优专家轨迹估计转换动力学 的问题。我们发展了一种新颖的约束方法——逆向转换学习（Inverse Transition Learning），该方法将专家轨迹的有限覆盖性视为一种“特征”：我们利用专家近乎最优这一事实来指导我们对 的估计。我们将我们的约束集成到贝叶斯方法中。在合成环境和真实医疗保健场景（例如ICU患者管理中的低血压）中，我们展示不仅在决策方面实现了显著的改进，而且我们的后验分布还能指示迁移何时会成功。
引用
@article{arxiv.2411.05174,
title = {Bayesian Inverse Transition Learning: Learning Dynamics From Near-Optimal Trajectories},
author = {Leo Benac and Abhishek Sharma and Sonali Parbhoo and Finale Doshi-Velez},
journal= {arXiv preprint arXiv:2411.05174},
year = {2026}
}