自适应元模仿学习模拟器

小样本冷启动推荐

该模拟器通过条件引导扩散模型和自适应元模仿学习，能够在数据稀缺和类别不平衡条件下准确模拟船主行为，为船货匹配等冷启动推荐任务提供可靠训练环境。

Pang, Guangyao · JieHang, Xie · 郝飞

Information Fusion 2025

技术优势

冷启动也能用

模拟器不依赖人工标注数据，在小规模和冷启动环境中仍能有效训练推荐模型。

样本少也能学

自适应元模仿学习使奖励模型能够在样本有限和类别不平衡的情况下跨任务学习。

模拟动态行为

条件引导扩散模型能够模拟动态变化环境中的船主行为，生成逼真的交互数据。

应用场景

• 智能推荐系统：为冷启动推荐场景生成训练数据，降低对人工标注的依赖。
• 具身智能训练环境：作为交互式环境，用于策略评估和模拟训练。
• 机器人决策模拟：模拟船主决策过程，为决策模型提供逼真反馈。