返回Glossary
逆强化学习
从专家演示中学习奖励函数，假设专家（大约）最优地最大化该奖励。逆强化学习避免了手工设计奖励函数的需要——相反，奖励被推断出来，然后用于通过标准强化学习训练策略。最大熵IRL和对抗IRL（AIRL）是流行的公式。逆强化学习与GAIL密切相关。
从专家演示中学习奖励函数，假设专家（大约）最优地最大化该奖励。逆强化学习避免了手工设计奖励函数的需要——相反，奖励被推断出来，然后用于通过标准强化学习训练策略。最大熵IRL和对抗IRL（AIRL）是流行的公式。逆强化学习与GAIL密切相关。