MA-BC 新方法：混合多专家示范数据实现可证高效模仿学习

Reddit 上分享的新论文《Split the Differences, Pool the Rest》研究如何从目标各异的多个专家示范中学习：简单池化所有数据会丢失各专家的权衡偏好，而每个专家单独学习又浪费共享数据的机会。论文提出 MA-BC 方法，在专家示范动态存在差异的情况下，实现可证明高效的多目标模仿学习。

2026-10-08 ~ 2026-10-08 · 2 条相关