BriefGPT - AI 论文速递 · 2025-03-17T00:00:00Z

有效模仿在误设定下的学习

📝

内容提要

本研究提出了“与奖励无关的策略完整性”概念，以解决交互式模仿学习中无法完全模仿专家的问题，避免离线方法中的错误，并通过额外的离线数据提升样本效率。

🏷️

标签

专家模仿 交互式模仿学习 样本效率 离线数据 策略完整性