★ 2
高斯与Beta策略的图像连续控制分歧正则模仿学习
论文评估分歧正则化模仿学习（DRIL）在图像连续控制中的效果，在CarRacing上结合高斯与Beta策略、不同专家演示与轨迹数量进行受控实验。结果显示DRIL在少演示场景提升最大，相比最强行为克隆均值提升61%至112%，但演示增多后优势收窄。
arXiv cs.LG32 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文评估分歧正则化模仿学习（DRIL）在图像连续控制中的效果，在CarRacing上结合高斯与Beta策略、不同专家演示与轨迹数量进行受控实验。结果显示DRIL在少演示场景提升最大，相比最强行为克隆均值提升61%至112%，但演示增多后优势收窄。