最適方策

書いてみる

関連タグ

#Dagger (10)
#RLIF (1)
#サブオプティマリティギャップ (1)
#サンプル複雑性 (2)
#タスク (8,707)
#介入 (1,005)
#報酬関数 (8)

RLIF: Interactive Imitation Learning as Reinforcement Learning

Ikemen Mas Kot
9か月前