逆强化学习算法、理论与应用研究综述

摘要： 随着高维特征表示与逼近能力的提高,强化学习(Reinforcement learning, RL)在博弈与优化决策、智能驾驶等现实问题中的应用也取得显著进展.然而强化学习在智能体与环境的交互中存在人工设计奖励函数难的问题,因此研究者提出了逆强化学习(Inverse reinforcement learning, IRL)这一研究方向.如何从专家演示中学习奖励函数和进行策略优化是... （共20页）