文档摘要

6.5 模仿学习与逆强化学习：从专家轨迹出发 本节摘要：当专家示范比奖励函数更容易获得时（老司机开车三十年，却说不清"安全驾驶"的奖励公式），从示范里学是捷径。模仿学习回答"怎么照着做"：行为克隆把示范当监督数据，快而脆，误差累积是致命伤；DAgger 用"专家纠正"补数据分布。逆强化学习回答"专家在优化什么"：从轨迹反推奖励函数，再用它训练——学的是意图而非动作。本节对比两条路线的输入输出、失效模式与组合打法。 会员。《6.5 模仿学习与逆强化学习：从专家轨迹出发》收录于灏天文库文集《强化学习与智能体训练：从 Q-Learning 到深度强化学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/540-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%99%BA%E8%83%BD%E4%BD%93%E8%AE%AD%E7%BB%83%E4%BB%8E-q-learning-%E5%88%B0%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流