基于离线观测的可证明高效第三人称模仿
机器学习
2020-03-02 v1 机器学习
摘要
模仿学习中的领域自适应是提高泛化能力的关键一步。然而，即使在第三人称模仿这一受限设定中——其迁移是在同构马尔可夫决策过程之间进行的——对于迁移后策略的性能也没有强有力的保证。我们给出了离线设定下第三人称从观测模仿的问题相关统计学习保证，以及在线设定下性能的下界。
引用
@article{arxiv.2002.12446,
title = {Provably Efficient Third-Person Imitation from Offline Observation},
author = {Aaron Zweig and Joan Bruna},
journal= {arXiv preprint arXiv:2002.12446},
year = {2020}
}