《表1 符号表：模仿学习方法综述及其在机器人领域的应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《模仿学习方法综述及其在机器人领域的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在引入机器学习的相关知识之前，首先介绍本文出现的一些符号。专家示教常常作为一组轨迹给出，轨迹的数据集为D={τ0，τ1，?，τm}；使用q代表专家策略概率分布；p代表学徒策略概率分布；x代表系统状态；u表示动作；s表示上下文；T代表有限时间步长，单个轨迹时间步的总数量为T+1。其中，上下文s代表不同的任务场景，可以是系统初始状态x0，或者相关对象的状态。表1总结了本文符号。