已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Apprenticeship learning via inverse reinforcement learning

马尔可夫决策过程 计算机科学 任务(项目管理) 强化学习 功能(生物学) 人工智能 机器学习 马尔可夫过程 过程(计算) 数学 工程类 进化生物学 生物 统计 操作系统 系统工程
作者
Pieter Abbeel,Andrew Y. Ng
出处
期刊:International Conference on Machine Learning 被引量:2753
标识
DOI:10.1145/1015330.1015430
摘要

We consider learning in a Markov decision process where we are not explicitly given a reward function, but where instead we can observe an expert demonstrating the task that we want to learn to perform. This setting is useful in applications (such as the task of driving) where it may be difficult to write down an explicit reward function specifying exactly how different desiderata should be traded off. We think of the expert as trying to maximize a reward function that is expressible as a linear combination of known features, and give an algorithm for learning the task demonstrated by the expert. Our algorithm is based on using "inverse reinforcement learning" to try to recover the unknown reward function. We show that our algorithm terminates in a small number of iterations, and that even though we may never recover the expert's reward function, the policy output by the algorithm will attain performance close to that of the expert, where here performance is measured with respect to the expert's unknown reward function.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大棒槌发布了新的文献求助10
1秒前
郑州12138完成签到,获得积分10
2秒前
慕青应助yuanyuan采纳,获得10
4秒前
寒冷听枫发布了新的文献求助10
4秒前
5秒前
5秒前
orixero应助JimmyY采纳,获得10
6秒前
烟花应助肖浩翔采纳,获得10
6秒前
FashionBoy应助cc采纳,获得10
8秒前
科研小白狗完成签到 ,获得积分10
8秒前
10秒前
10秒前
zhang发布了新的文献求助10
10秒前
小酒迟疑发布了新的文献求助10
11秒前
满意妙梦发布了新的文献求助10
15秒前
小丁完成签到 ,获得积分10
16秒前
16秒前
17秒前
17秒前
17秒前
zhang完成签到,获得积分10
18秒前
洁净路灯发布了新的文献求助10
18秒前
111关注了科研通微信公众号
18秒前
刘雨森完成签到 ,获得积分10
18秒前
19秒前
20秒前
347u完成签到 ,获得积分10
20秒前
英俊的铭应助JimmyY采纳,获得10
22秒前
DRRIGHT发布了新的文献求助10
22秒前
大龙哥886应助科研通管家采纳,获得10
23秒前
隐形曼青应助科研通管家采纳,获得10
23秒前
大龙哥886应助科研通管家采纳,获得10
23秒前
BowieHuang应助科研通管家采纳,获得10
23秒前
BowieHuang应助科研通管家采纳,获得10
23秒前
我是老大应助科研通管家采纳,获得10
23秒前
ceeray23应助科研通管家采纳,获得10
23秒前
cc发布了新的文献求助10
26秒前
tutu完成签到,获得积分0
26秒前
Joseph_sss完成签到 ,获得积分10
26秒前
小酒迟疑完成签到,获得积分10
28秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Mechanics of Solids with Applications to Thin Bodies 5000
Encyclopedia of Agriculture and Food Systems Third Edition 2000
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 临床微生物学程序手册,多卷,第5版 2000
人脑智能与人工智能 1000
King Tyrant 720
Principles of Plasma Discharges and Materials Processing, 3rd Edition 400
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5599588
求助须知:如何正确求助?哪些是违规求助? 4685339
关于积分的说明 14838367
捐赠科研通 4669426
什么是DOI,文献DOI怎么找? 2538128
邀请新用户注册赠送积分活动 1505495
关于科研通互助平台的介绍 1470868