技术
Adversarial Imitation Learning（对抗模仿学习）
Adversarial Imitation Learning是一种通过对抗训练从专家演示中学习策略的方法，使用判别器区分专家与智能体行为，并以此作为奖励信号。它解决逆强化学习中奖励函数难以设计的问题，典型代表是GAIL。
详细解释
该方法结合了生成对抗网络和模仿学习。判别器试图区分专家轨迹和智能体轨迹，智能体则优化策略以欺骗判别器，从而匹配专家分布。它避免了显式奖励建模，直接学习策略。GAIL是其代表，使用TRPO优化。后续工作如AIRL、VAIL等改进了稳定性和样本效率。应用于机器人控制、自动驾驶等。
别名与相关写法
adversarial imitation learning