LEARNING
基于强化学习驱动的模仿学习中师生表征对齐
Meraj Mammadov, Pedro Zuidberg Dos Martires, Johannes Andreas Stork
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出一种新算法，通过自监督对比学习训练共享嵌入空间，使教师策略在训练时避免依赖特权信息，从而缩小模仿学习中的模仿差距。实验表明，该方法在多个领域显著提升了学生策略的性能，减少了与教师策略的差距。
关键词
imitation learningreinforcement learningteacher-studentrepresentation alignmentrobotics
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018