Imitation-Learning-Paper-Lists:RL中的模仿学习论文集-源码

仿制学习用纸清单 RL中的模仿学习论文集，并有简要介绍。 该馆藏涉及“ ，还包含自我收集的论文。 确切地说，“模仿学习”是向专家演示（LfD）学习的普遍问题。 从这种描述中可以得出两个名称，由于历史原因，它们分别是“模仿学习”和“学徒学习”。 通常，学徒制学习是在“通过逆向强化学习（IRL）进行学徒制学习”的上下文中提及的，它可以恢复奖励功能并从中学习策略，而模仿学习始于直接克隆行为的行为，即直接学习该策略（ 和Morgan- Kaufmann，NIPS 1989）。 然而，随着相关研究的发展，“模仿学习”一直被用来代表一般的LfD问题设置，这也是我们的观点。 通常，模仿学习的不同设置会衍生到不同的特定领域。 一种普遍的设置是，一个人只能从不互动的专家处获得（1）对预收集的轨迹（（s，a）对）（2）他可以与环境进行交互（使用模拟器）（3）而没有奖励信号。 在这里，我们列出了一些其他设置