Goal-conditioned的强化学习调研 - 知乎 - 知乎专栏
2022年4月24日 · 最近抽空和实验室的学弟一起写了一篇短小精炼的goal-conditioned reinforcement learning (GCRL，或者叫 goal-oriented RL, multi-goal RL) 的调研 (survey)，详 …
[2201.08299] Goal-Conditioned Reinforcement Learning: Problems …
2022年1月20日 · Goal-conditioned reinforcement learning (GCRL), related to a set of complex RL problems, trains an agent to achieve different goals under particular scenarios. Compared to …
模仿学习：GAN、IRL与能量模型 之间的关系 - 知乎
GCL介绍了一种迭代式的基于样本的方法 来估计最大熵IRL中的Z，并且可以适用于高维度状态和动作空间， 以及非线性cost function， 算法通过训练一个新本样本分布 q(\tau) 来估计Z，并 …
[2409.19816] Grounded Curriculum Learning - arXiv.org
2024年9月29日 · To this end, we propose Grounded Curriculum Learning (GCL), which aligns the simulated task distribution in the curriculum with the real world, as well as explicitly considers …
[2202.04478] Rethinking Goal-conditioned Supervised Learning …
2022年2月9日 · In this paper, we revisit the theoretical property of GCSL -- optimizing a lower bound of the goal reaching objective, and extend GCSL as a novel offline goal-conditioned RL …
《强化学习周刊》第59期：GCRL、DNN-RCUC & PD-MORL
2025年3月24日 · 本文为 GCRL 引入了新的神经架构，它比常用的单片网络架构实现了显着更好的样本效率。 其关键见解是最优动作价值函数 Q^* (s, a, g) 必须满足特定意义上的三角不等式。 …
Guided Cost Learning — DI-engine 0.1.0 文档 - Read the Docs
Guided Cost Learning (GCL)是一种逆强化学习算法，在 Guided Cost Learning: Deep Inverse Optimal Control via Policy Optimization 中被提出。 Inverse Reinforcement Learning的一个基 …
Paper-4 精读 GCL（2016 ICML） - CSDN博客
在Inverse RL的setting上，学得是一个cost function，本文利用policy update的信息来guide cost function的学习，因此叫做Guided Cost Learning。 学到一个cost function的同时，policy也学 …
模仿学习算法AIRL论文笔记： Learning Robust Rewards with …
使用强大函数逼近器(如神经网络)的方法需要特定领域的正则化等技巧（GCL那篇文章），并且在整个轨迹上运行效率很低. 在许多情况下，IRL可能比直接模仿学习更好，比如在新环境中重新 …
GAN-GCL - Zero
2019年2月21日 · In this post, we will build a connection between MaxEnt IRL and GANs, and introduce an algorithm called generalized adversarial network guided cost learning (GAN …
- 某些结果已被删除