15:34
官方账号arXiv cs.LG@Ondrej Bajgar, Peter Tisnikar, Alessandro Abate, Konstantinos Gatsis, Maike Osborne
推荐理由：想学逆强化学习？QVIRL能边学边给不确定性，还能主动问你要数据，比老方法稳多了。
QVIRL
共 1 条相关 AI 资讯
8月18日
15:34
QVIRL是一种新型贝叶斯逆强化学习方法，通过变分分布学习最优Q值，从专家演示中推断奖励函数后验。该方法结合了可扩展性与不确定性量化，适用于安全关键应用和主动学习。在网格世界、Lunar Lander、Highway Environment及两个ATARI游戏等任务中表现优异，且是首个能从原始像素观测训练的贝叶斯IRL方法。