LEOS-IL:面向异质不完美示教者的鲁棒模仿学习
Imitating the Imperfect: Offline-to-Online Robust Imitation Learning from Heterogeneous Demonstrators
AI 摘要
研究人员提出 LEOS-IL 框架,针对示教者专业水平未知且参差的现实场景,从无标签、混合质量的离线数据中联合学习状态-动作最优性评分和各示教者的潜在专业度,并将其用于离线到在线模仿学习。该方法无需假设示教者同质或接近最优,为利用不完美示教训练鲁棒策略提供了新思路。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。