arXiv cs.AI· Anish Diwan, Jan Peters, Oleg Arenz·· 8 小时前AI 评分18
逆强化学习中奖励函数更新的几何视角
A Geometric Perspective on Reward Function Updates in Inverse Reinforcement Learning
AI 导读
论文从占用空间（occupancy space）视角重新审视逆强化学习中的奖励更新，发现沿 e-geodesic 趋向最优占用的几何结构直接影响 IRL 对偶问题在奖励参数空间的梯度。
来源：arXiv cs.AI · arxiv.org