亲爱的研友该休息了!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!身体可是革命的本钱,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
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
伊力扎提完成签到,获得积分10
3秒前
6秒前
磊少完成签到,获得积分10
7秒前
思源应助Guts采纳,获得50
8秒前
归尘发布了新的文献求助10
12秒前
千早爱音完成签到 ,获得积分10
15秒前
XuNan完成签到,获得积分10
15秒前
Lucas应助材料生采纳,获得10
19秒前
24秒前
英姑应助科研通管家采纳,获得10
25秒前
25秒前
orixero应助pay采纳,获得10
28秒前
桐桐应助飞鞚采纳,获得10
28秒前
kento发布了新的文献求助10
28秒前
28秒前
SciGPT应助cxin采纳,获得10
33秒前
Ming应助TRNA采纳,获得10
34秒前
材料生发布了新的文献求助10
35秒前
46秒前
隐形的幻梅完成签到,获得积分10
49秒前
ll发布了新的文献求助10
51秒前
59秒前
丁一发布了新的文献求助10
1分钟前
1分钟前
1分钟前
丁一完成签到,获得积分10
1分钟前
飞鞚发布了新的文献求助10
1分钟前
TRISTE发布了新的文献求助20
1分钟前
huxuehong完成签到 ,获得积分10
1分钟前
阿泽完成签到,获得积分10
1分钟前
Ariel完成签到 ,获得积分10
1分钟前
1分钟前
慕青应助TRISTE采纳,获得10
1分钟前
巴音布鲁克完成签到 ,获得积分10
1分钟前
宁过儿发布了新的文献求助20
1分钟前
jinyue完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
allover完成签到,获得积分10
1分钟前
TRISTE发布了新的文献求助10
1分钟前
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
Introduction to strong mixing conditions volume 1-3 5000
Agyptische Geschichte der 21.30. Dynastie 3000
Les Mantodea de guyane 2000
„Semitische Wissenschaften“? 1510
从k到英国情人 1500
Cummings Otolaryngology Head and Neck Surgery 8th Edition 800
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 5754802
求助须知:如何正确求助?哪些是违规求助? 5489736
关于积分的说明 15380642
捐赠科研通 4893273
什么是DOI,文献DOI怎么找? 2631842
邀请新用户注册赠送积分活动 1579771
关于科研通互助平台的介绍 1535564