One-Shot Imitation Learning

发表时间：NIPS2017

论文链接：https://readpaper.com/pdf-annotate/note?pdfId=4557560538297540609&noteId=2424799047081637376

作者单位：Berkeley AI Research Lab, Work done while at OpenAI Yan Duan†§ , Marcin Andrychowicz ‡ , Bradly Stadie†‡ , Jonathan Ho†§ , Jonas Schneider‡ , Ilya Sutskever‡ , Pieter Abbeel†§ , Wojciech Zaremba‡

Motivation：模仿学习通常用于孤立地解决不同的任务。这通常需要仔细的特征工程，或者需要大量的样本。这远非我们希望：理想情况下，机器人应该能够从任何给定任务的极少数演示中学习，并立即推广到同一任务的新情况，而不需要特定于任务的工程。

• （a）之前的方法都是针对特定的方法有不同的policy.

• （b）本文想学习一个通用的policy，并通过当前任务的single demonstration，适用于不同的任务。

• （c）训练的时候是使用的同一任务的两个demonstration，先学一个，然后再去预测第二个demonstration的action，利用第二个demonstration的action的ground truth去进行有监督的学习（即元学习训练方法）

解决方法：在本文中，我们提出