基于特征与基于GAN的示范学习：何时以及为何
机器学习
2025-07-16 v2 人工智能
图形学
机器人学
摘要
本综述对基于特征和基于GAN的示范学习方法进行了比较分析，重点关注奖励函数的结构及其对策略学习的影响。基于特征的方法提供密集、可解释的奖励，擅长高保真运动模仿，但通常需要复杂的参考表示，并且在非结构化环境中难以泛化。相比之下，基于GAN的方法使用隐式、分布式的监督，实现了可扩展性和适应性灵活性，但容易出现训练不稳定和奖励信号粗糙的问题。这两个范式的最新进展都集中在结构化运动表示的重要性上，这可以实现更平滑的过渡、可控的合成和改进的任务集成。我们认为，基于特征和基于GAN的方法之间的二分法正变得越来越微妙：与其说一种范式主导另一种，不如说选择应受任务特定优先级（如保真度、多样性、可解释性和适应性）的指导。本文概述了方法选择背后的算法权衡和设计考量，为示范学习中的原则性决策提供了一个框架。
引用
@article{arxiv.2507.05906,
title = {Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why},
author = {Chenhao Li and Marco Hutter and Andreas Krause},
journal= {arXiv preprint arXiv:2507.05906},
year = {2025}
}