【NeurIPS2019】模仿学习中的因果混乱问题 Causal Confusion in Imitation Learning

主题： Causal Confusion in Imitation Learning

简介： 行为克隆通过训练判别模型来预测观察到的专家行为，从而将策略学习转换为监督学习，这样的判别模型不是因果关系，因为训练过程并不了解专家与环境之间相互作用的因果结构。我们认为，由于模仿学习中的分布变化，忽略因果关系尤其有害。特别是，这会导致违反直觉的“因果识别错误”现象：访问更多信息可能会导致性能下降。我们调查了此问题的产生方式，并提出了一种解决方案，可通过有针对性的干预措施（环境互动或专家查询）来解决，以确定正确的因果模型。

嘉宾介绍： Dinesh Jayaraman，宾夕法尼亚大学的新任助理教授，还是Facebook AI Research的客座研究员，致力于视觉和机器人技术的交叉问题，在此之前，曾是加州大学伯克利分校伯克利人工智能研究实验室的博士后。

Pim de Haan，高通 AI的助理研究员，研究方向机器学习和数学几何的交叉。