强化学习论文跟进

Imitation Learning

• 模仿学习一般指从人类专家提供的范例中提取状态-标签数据对构造训练样本，从而监督学习得到最优策略模型。

Multi-Agent RL

• 多智能体强化学习是多智能体系统与强化学习的结合，主要研究多智能体在同一环境下面对不同任务的决策问题。

• Multi-agent RL (MARL) is the integration of multi-agent systems with RL. It is at the intersection of game theory and RL/AI.

HER

• 强化学习在机器人控制的应用中，控制任务的奖励回事大量二值化的稀疏奖励，因此针对稀疏奖励需要从负样本中继续学习，提供训练效率。HER后验反馈，通过替换设定目标，使得每次的任务都是正样本，即使没有完成任务也可以学习。