条件付き模倣学習

動作クローン作成の拡張で、観測に加えて高レベルのコマンドまたはゴールで条件付けされたポリシー。例えば、ナビゲーションポリシーは、現在のカメラフレームと共に、ゴール画像または言語指示を入力として受け取ることができます。これにより、単一のポリシーが条件付けシグナルに応じて複数の動作を実行できるようになります。

Related terms