[1703.08840] InfoGAIL: Interpretable Imitation Learning from Visual Demonstrations この論文のメインとしては深層模倣学習GAILの自動運転への応用であり 状態をpixelデータで受け取ること デモンストレーションの方策が単一でなく複数のモードが混ざっ…

スパースな報酬環境(たとえばMontezuma Revenge)での強化学習は学習が難しく，さまざまなアプローチがこころみられています．今回はデモンストレーションを用いることでこの問題に取り組んだ，論文(2017,Deepmind) [1704.03732] Deep Q-learning from Demons…

ICLR2019の模倣学習Discriminator Actor-Critic(DAC)の論文を読む ICLR2019で強化学習といえばR2D2がもてはやされていますが．GAILの改良するアプローチの論文があったので読んだ際のメモとして書いてみる． Discriminator-Actor-Critic: Addressing Sample …