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 统计 系统工程 进化生物学 生物 操作系统
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.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
1秒前
1秒前
慕青应助Jj采纳,获得10
2秒前
priss111应助简单雁枫采纳,获得30
3秒前
6秒前
winnie完成签到,获得积分10
6秒前
斯文败类发布了新的文献求助10
8秒前
8秒前
luanzhaohui完成签到,获得积分10
8秒前
8秒前
yaya完成签到,获得积分10
9秒前
zhuzhu完成签到,获得积分10
9秒前
holmes发布了新的文献求助10
9秒前
9秒前
11秒前
LLLL发布了新的文献求助10
11秒前
zhen发布了新的文献求助10
11秒前
12秒前
微笑的千山完成签到 ,获得积分10
12秒前
小兰应助znchick采纳,获得20
12秒前
张宝发布了新的文献求助10
14秒前
Jj发布了新的文献求助10
14秒前
15秒前
15秒前
16秒前
19秒前
周梦蝶发布了新的文献求助10
19秒前
20秒前
21秒前
Lucas应助edtaa采纳,获得10
23秒前
斯文败类发布了新的文献求助10
24秒前
DO发布了新的文献求助10
24秒前
25秒前
25秒前
fafa关注了科研通微信公众号
25秒前
x1发布了新的文献求助10
25秒前
PGD发布了新的文献求助50
26秒前
SONG发布了新的文献求助10
27秒前
cc发布了新的文献求助10
27秒前
天真蚂蚁完成签到,获得积分10
27秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3161577
求助须知:如何正确求助?哪些是违规求助? 2812863
关于积分的说明 7897487
捐赠科研通 2471775
什么是DOI,文献DOI怎么找? 1316151
科研通“疑难数据库(出版商)”最低求助积分说明 631219
版权声明 602112