泛化与引导：分解奖励实现少样本逆强化学习

Ziyi Liu, Grace Zhang

摘要

本文提出多任务判别器邻近引导逆强化学习（MPG），通过分解奖励为可泛化判别器和邻近函数两部分，解决少样本逆强化学习中的任务变化问题。该方法利用相关任务演示和在线经验，从有限目标演示中有效学习新任务。

inverse reinforcement learningfew-shot learningmulti-task learningreward decompositionimitation learning

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018