逆向强化学习研究概述

深度强化学习在可以手动设计奖励函数的领域取得了优异的效果。逆向强化学习利用专家演示数据推断奖励函数,可以有效解决强化学习的奖励函数设计困难的问题。为了全面反映逆向强化学习的研究进展,本文对国内外公开发表的具有代表性的论文进行了概述。本文首先介绍了逆向强化学习的简介,然后概述了逆向强化学习的研究进展,最后提出了逆向强化学习存在的问题以及未来的研究方向。