针对环境动态变化具有鲁棒性的模仿学习
机器学习
2022-06-22 v1 人工智能
摘要
本文提出了一种鲁棒的模仿学习框架，旨在提高模仿学习在环境动态受到扰动时的鲁棒性。现有的在单一环境中训练的模仿学习框架，在环境动态发生扰动时可能会灾难性地失败，因为它未能捕捉到潜在环境动态可能发生变化的情况。我们的框架通过在采样的环境动态中模仿多个专家，来有效处理动态变化的环境，从而增强对一般环境动态变化的鲁棒性。为了鲁棒地模仿多个样本专家，我们最小化了关于智能体策略与每个样本专家之间Jensen-Shannon散度的风险。数值结果表明，与传统的模仿学习基线相比，我们的算法显著提高了对动态扰动的鲁棒性。
引用
@article{arxiv.2206.09314,
title = {Robust Imitation Learning against Variations in Environment Dynamics},
author = {Jongseong Chae and Seungyul Han and Whiyoung Jung and Myungsik Cho and Sungho Choi and Youngchul Sung},
journal= {arXiv preprint arXiv:2206.09314},
year = {2022}
}
备注
Accepted to ICML 2022