基于最优传输的跨域模仿学习
机器学习
2026-01-14 v4 人工智能
机器人学
机器学习
摘要
跨域模仿学习研究如何利用一个智能体的专家演示来训练具有不同本体或形态的模仿智能体。由于专家与模仿智能体处于可能甚至不具有相同维度的不同系统，比较二者间的轨迹和稳态分布具有挑战性。我们提出 Gromov-Wasserstein 模仿学习（GWIL），一种使用 Gromov-Wasserstein 距离对齐并比较智能体不同空间间状态的跨域模仿方法。我们的理论形式化刻画了 GWIL 保持最优性的场景，揭示了其可能性与局限性。我们在从专家域的简单刚性变换到状态-动作空间的任意变换等非平凡连续控制域中展示了 GWIL 的有效性。
引用
@article{arxiv.2110.03684,
title = {Cross-Domain Imitation Learning via Optimal Transport},
author = {Arnaud Fickinger and Samuel Cohen and Stuart Russell and Brandon Amos},
journal= {arXiv preprint arXiv:2110.03684},
year = {2026}
}
备注
ICLR 2022