GO-DICE：目标导向的基于选项感知的离线模仿学习通过稳态分布修正估计
原文中文，约300字，阅读约需1分钟。
📝
内容提要
GO-DICE是一种离线模仿学习技术，用于处理长期目标驱动的顺序任务。实验结果表明GO-DICE在Mujoco机器人任务的完成率方面有明显改善。GO-DICE还能够利用不完美的示例和部分任务分割来提高任务的性能。
🏷️
