
本文提出了一種名為 UNIQ 的新型離線逆向強化學習方法，該方法利用不良示範和未標記數據來學習避免不良行為的策略，並在安全強化學習任務中展現出卓越的性能。


coremsg

uniq-一種用於從不良示範中學習以避免不良行為的離線逆向-q-學習方法


UNIQ：一種用於從不良示範中學習以避免不良行為的離線逆向 Q 學習方法


title_rewrite


This paper introduces UNIQ, a novel algorithm that leverages inverse Q-learning to train agents that can effectively avoid undesirable behaviors by learning from both undesirable and unlabeled demonstrations.


uniq-an-offline-inverse-q-learning-approach-for-learning-policies-to-avoid-undesirable-demonstrations


UNIQ: An Offline Inverse Q-Learning Approach for Learning Policies to Avoid Undesirable Demonstrations



Ein bi-level Optimierungsansatz zur Schätzung von Belohnungen und Umgebungsmodellen aus Demonstrationen.


wenn-demonstrationen-auf-generative-weltmodelle-treffen-ein-maximum-likelihood-rahmenwerk-für-offline-inverse-reinforcement-learning


Wenn Demonstrationen auf generative Weltmodelle treffen: Ein Maximum-Likelihood-Rahmenwerk für Offline-Inverse-Reinforcement-Learning
