生成对抗网络、逆强化学习和基于能量的模型的联系

OpenAI 的论文揭示了生成对抗网络（GAN）、逆强化学习（IRL）与基于能量的模型（EBM）在数学结构上的内在联系。研究指出 GAN 的判别器本质上可视为一个能量函数，而 IRL 的奖励函数也能映射为同一能量空间。EBM 通过极大似然估计训练，与 GAN 的 min-max 博弈及 IRL 的回报优化在变分推断框架下等价。该工作为跨模型迁移训练提供了统一视角，例如将 GAN 的生成器与 IRL 的策略结合可提升样本效率。