InfoGAIL：基于视觉演示的可解释模仿学习

模仿学习的目标是在没有显式奖励信号的情况下模仿专家行为。然而，人类提供的专家演示由于通常未显式建模的潜在因素而常常表现出显著的可变性。本文提出一种新算法，能够以无监督方式推断专家演示的潜在结构。我们的方法构建于生成对抗模仿学习（Generative Adversarial Imitation Learning）之上，不仅可以模仿复杂行为，还能学习复杂行为数据（包括视觉演示）的可解释且有意义表示。在驾驶领域，我们展示了从人类演示中学习的模型能够利用原始视觉输入准确复现多种行为并准确预测人类动作。与各种基线相比，我们的方法能更好地捕捉专家演示背后的潜在结构，经常恢复数据中具有语义意义的变异因素。