Мастерство ИИ в сложных играх, таких как Go и StarCraft, повысило интерес исследователей к обучению с подкреплением (RL), когда агенты, которым предоставлены только правила игры, участвуют в самостоятельной игре, чтобы поднять свою производительность до человеческого уровня и выше. Но как создать функции вознаграждения для реальных задач, в которых отсутствует четко определенное условие выигрыша? Войдите в Adversarial Imitation Learning (AIL), структуру для непрерывного контроля,..