用于逆强化学习的广义最大因果熵
机器学习
2020-08-19 v2 机器学习
摘要
我们考虑利用逆强化学习(IRL)从演示轨迹中学习的问题。受经典最大熵模型在捕捉状态网络结构方面的局限性启发，我们提出了一种基于广义因果熵最大化问题的 IRL 模型，该问题使我们能够生成一类最大熵 IRL 模型。我们的广义模型除奖励函数外，还能恢复另一个专家函数，该函数可（部分）捕捉状态连接结构对专家决策的影响，这是其优势所在。在真实世界数据集和网格世界数据集上的实证评估表明，在恢复奖励函数和演示轨迹方面，我们的广义模型优于经典模型。
引用
@article{arxiv.1911.06928,
title = {Generalized Maximum Causal Entropy for Inverse Reinforcement Learning},
author = {Tien Mai and Kennard Chan and Patrick Jaillet},
journal= {arXiv preprint arXiv:1911.06928},
year = {2020}
}