超越演示性能
结合GAIL与交互式强化学习优势，通过人类评价反馈在低维和高维控制任务中超越演示表现。
Huang, Jie · Jiangshan, Hao · Juan, Rongshun · Gomez, Randy · Nakamura, Keisuke · 李光亮
2023
通过结合人类评价反馈的交互式强化学习，智能体在学习过程中获得额外信号，从而突破演示策略的性能上限。
在六个物理控制任务上验证，覆盖简单低维任务到困难高维任务，均表现出一致的超越性。
该方法直接结合GAIL和交互式强化学习的优势，不需要额外的复杂机制即可实现。