从具有不同动力学的智能体所提供的不完美演示中学习

模仿学习使机器人能够从演示中学习。以往的模仿学习算法通常假设可获取最优专家演示。然而，在许多现实应用中，这一假设具有局限性。大多数收集到的演示并非最优，或由动力学略有差异的智能体产生。因此我们研究当演示可能为次优或来自具有不同动力学的智能体时的模仿学习问题。我们设计了一个由可行性分数与最优性分数组成的度量，用以衡量某演示对模仿学习的效用。所提分数能够从信息更丰富的演示中学习，并忽略关联较小的演示。我们在四个仿真环境及真实机器人上的实验表明，所学策略的期望回报更高。