用于样本高效模仿学习的生成式前驱模型
机器学习
2019-04-03 v1 机器学习
摘要
我们提出用于模仿学习的生成式前驱模型（GPRIL），一种新颖的模仿学习算法，它利用生成模型对演示状态的其他历史进行概率推理，使状态-动作分布与专家演示中观察到的分布相匹配。我们表明，该方法使智能体仅使用少量专家演示以及与环境的自监督交互即可学习鲁棒策略。我们从第一性原理推导出该方法，并在经验上将其与一种最先进的模仿学习方法进行比较，表明其在两项模拟机器人操作任务上优于或持平该方法的性能，并通过在真实机器人上应用该算法展示了显著更高的样本效率。
引用
@article{arxiv.1904.01139,
title = {Generative predecessor models for sample-efficient imitation learning},
author = {Yannick Schroecker and Mel Vecerik and Jonathan Scholz},
journal= {arXiv preprint arXiv:1904.01139},
year = {2019}
}