arXiv Artificial Intelligence· Anish Diwan, Jan Peters, Oleg Arenz·2026-10-14 12:00· 20 小时前AI 评分22

逆强化学习中奖励函数更新的几何视角

A Geometric Perspective on Reward Function Updates in Inverse Reinforcement Learning

AI 导读

该研究从占用空间（occupancy space）视角重新审视逆强化学习（IRL）中的奖励更新，发现沿 e-geodesic 趋向最优占用的几何结构直接影响 IRL 对偶问题在奖励参数空间的梯度。