Environment Design for Inverse Reinforcement Learning

计算机科学 强化学习 稳健性(进化) 任务(项目管理) 样品(材料) 人工智能 过程(计算) 机器学习 样本复杂性 人机交互 工程类 操作系统 系统工程 化学 基因 生物化学 色谱法
作者
Thomas Kleine Buening,Christos Dimitrakakis
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2210.14972
摘要

Learning a reward function from demonstrations suffers from low sample-efficiency. Even with abundant data, current inverse reinforcement learning methods that focus on learning from a single environment can fail to handle slight changes in the environment dynamics. We tackle these challenges through adaptive environment design. In our framework, the learner repeatedly interacts with the expert, with the former selecting environments to identify the reward function as quickly as possible from the expert's demonstrations in said environments. This results in improvements in both sample-efficiency and robustness, as we show experimentally, for both exact and approximate inference.

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
1秒前
1秒前
1秒前
1秒前
2秒前
Huobol完成签到,获得积分10
2秒前
wz发布了新的文献求助10
3秒前
李健应助纯真如蓉采纳,获得10
3秒前
4秒前
4秒前
110发布了新的文献求助10
5秒前
震千筹完成签到,获得积分10
5秒前
linyh发布了新的文献求助10
6秒前
可爱的函函应助缥缈无色采纳,获得10
6秒前
香蕉觅云应助香蕉乌冬面采纳,获得10
6秒前
ppbk完成签到 ,获得积分10
6秒前
7秒前
chaos完成签到 ,获得积分10
7秒前
qcck完成签到,获得积分10
7秒前
外向的秋珊完成签到,获得积分10
7秒前
大聪明应助玉米采纳,获得80
8秒前
木笔朱瑾完成签到 ,获得积分10
8秒前
8秒前
zhangshoude发布了新的文献求助10
9秒前
DT发布了新的文献求助10
11秒前
可燃冰完成签到,获得积分10
12秒前
12秒前
充电宝应助liang2508采纳,获得10
14秒前
16秒前
resa完成签到,获得积分10
16秒前
以七完成签到 ,获得积分10
16秒前
清脆雪巧完成签到,获得积分10
17秒前
彩色的冰蝶完成签到,获得积分10
18秒前
大模型应助123采纳,获得10
18秒前
静静发布了新的文献求助10
19秒前
20秒前
CodeCraft应助无妄采纳,获得10
20秒前
21秒前
Medicine发布了新的文献求助10
22秒前
杜杨帆完成签到,获得积分10
22秒前
高分求助中
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Numerical controlled progressive forming as dieless forming 400
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5381603
求助须知:如何正确求助?哪些是违规求助? 4504833
关于积分的说明 14019613
捐赠科研通 4414148
什么是DOI,文献DOI怎么找? 2424618
邀请新用户注册赠送积分活动 1417618
关于科研通互助平台的介绍 1395411