跳到正文
arXiv · ML· Seokin Seo, Byung-Jun Lee, Jongmin Lee, HyeongJoo Hwang, Hongseok Yang, Kee-Eung Kim·· 11 天前AI 评分21

DrilDICE:基于鲁棒平稳分布校正缓解行为克隆中的协变量偏移

Mitigating Covariate Shift in Behavioral Cloning via Robust Stationary Distribution Correction

AI 导读

针对离线模仿学习中行为克隆因专家数据非平稳分布导致的协变量偏移问题,本文提出 DrilDICE 方法。该方法利用平稳分布校正比估计(DICE),结合分布鲁棒优化目标求解,以提升模型鲁棒性。实验表明,DrilDICE 在多种协变量偏移场景下均优于现有离线模仿学习方法,已被 NeurIPS 2024 收录。

来源:arXiv · ML · arxiv.org