基于观测的模仿学习：一种自回归混合专家方法
机器学习
2024-11-14 v1 最优化与控制
摘要
本文提出了一种基于观测的模仿学习新方法，其中部署了自回归混合专家模型来拟合底层策略。该模型的参数通过两阶段框架学习。通过利用现有的动力学知识，框架的第一阶段估计控制输入序列，从而降低问题复杂度。在第二阶段，通过使用估计的控制输入序列求解正则化最大似然估计问题来学习策略。我们进一步扩展了学习过程，加入了李雅普诺夫稳定性约束，以确保识别模型的渐近稳定性，从而实现准确的多步预测。使用两个来自人类演示的自动驾驶数据集验证了所提框架的有效性，展示了其在建模复杂非线性动力学方面的实际适用性。
引用
@article{arxiv.2411.08232,
title = {Imitation Learning from Observations: An Autoregressive Mixture of Experts Approach},
author = {Renzi Wang and Flavia Sofia Acerbo and Tong Duy Son and Panagiotis Patrinos},
journal= {arXiv preprint arXiv:2411.08232},
year = {2024}
}