識別器
GAN または敵対的学習設定の構成要素で、入力を実データ(データ分布から)または偽データ(生成器から)として分類します。ロボット工学では、識別器は GAIL(生成的敵対的模倣学習)で使用され、専門家のデモンストレーションとポリシーロールアウトを区別し、ポリシー学習のための学習報酬信号を提供します。
GAN または敵対的学習設定の構成要素で、入力を実データ(データ分布から)または偽データ(生成器から)として分類します。ロボット工学では、識別器は GAIL(生成的敵対的模倣学習)で使用され、専門家のデモンストレーションとポリシーロールアウトを区別し、ポリシー学習のための学習報酬信号を提供します。