IReCa：增强内在奖励的上下文感知强化学习用于人机协作

计划辅助控制(SAC-X)是一种新的强化学习范例，能够在多重稀疏奖励信号下学习复杂行为。

逆强化学习(IRL)领域的现有文献进行了分类调查，讨论了IRL问题及其挑战。

为多智能体设计内在奖励的框架，促进协调探索并动态选择探索方式以最大化外在奖励。

结合内在动机和传递学习的思想，提升多智能体协同学习算法的探索和学习效率。

提出Intrinsic Reward Matching (IRM)方法，通过skill discriminator结合预训练和下游任务的学习。

AMAGO是一个上下文强化学习代理，解决泛化、长期记忆和元学习的挑战。

逆强化学习通过对专家策略的演示来学习奖励函数，提供了有效的IRL结果。

提出基于联合行为的奖励策略，强调多智能体内在动机在高协调任务中的重要性。

在复杂环境中，内在奖励通过提供辅助信号使代理能够无监督学习，提出RLeXplore框架。