具有多种规划视野的逆强化学习

BriefGPT - AI 论文速递 · 2024-09-26T00:00:00Z

逆强化学习（IRL）通过专家演示学习奖励函数，对理解和模仿人类行为很重要。本文介绍了高效的IRL方法，包括离线和在线设置，强调多项式采样和运行时间的效率。利用RLP和RLE算法，设计了近乎最优的IRL算法，并建立了样本复杂度的下界。研究表明，学习的奖励函数在目标MDP上具有良好的迁移能力。