基于观察的生成对抗模仿
机器学习
2019-06-19 v4 人工智能
机器学习
摘要
基于观察的模仿（IfO）是直接仅从状态演示中学习、而无法访问演示者动作的问题。动作信息的缺失既使 IfO 区别于大多数模仿学习文献，也使其作为一种可能使智能体从大量先前不适用的资源（如互联网视频）中学习的方法而独树一帜。在本文中，我们提出了 IfO 方法的通用框架，以及一种基于生成对抗网络的名为基于观察的生成对抗模仿（GAIfO）的新 IfO 方法。我们在两种不同设置中进行实验：（1）当演示由低维、手动定义的状态特征组成时，以及（2）当演示由高维、原始视觉数据组成时。我们证明我们的方法性能可与经典模仿学习方法（可访问演示者动作）相媲美，并在高维仿真环境中显著优于现有的基于观察的模仿方法。
引用
@article{arxiv.1807.06158,
title = {Generative Adversarial Imitation from Observation},
author = {Faraz Torabi and Garrett Warnell and Peter Stone},
journal= {arXiv preprint arXiv:1807.06158},
year = {2019}
}