#paper doi.10.48550 [arxiv.2111.08575] 标题GRI: General Reinforced Imitation and its Application to Vision-Based Autonomous Driving作者Raphael Chekroun, Marin Toromanoff, Sascha Hornauer, Fabien Moutarde领域Robotics (cs.RO); Computer Vision and Pattern Recognition (cs.CV).链接https://arxiv.org/abs/2111.08575引用arXiv:2111.08575 [cos.RO](or arXiv:2111.08575v1 [cs.RO] for this version) https://doi.org/10.48550/arXiv.2111.08575摘要：深度强化学习 (DRL) 已被证明对自动驾驶和机器人等多种复杂决策应用程序有效。 然而，众所周知，DRL 因其高样本复杂性和缺乏稳定性而受到限制。 先验知识，例如 作为专家演示，通常可用，但难以利用来缓解这些问题。 在本文中，我们提出了通用强化模仿 (GRI)，这是一种结合了探索和专家数据的好处的新方法，并且可以直接在任何非策略 RL 算法上实现。 我们做了一个简化的假设：专家演示可以被视为完美的数据，其基础策略会获得持续的高回报。 基于这个假设，GRI 引入了离线演示代理的概念。 该代理发送专家数据，这些数据与来自在线 RL 探索代理的经验同时处理且无法区分。 我们表明，我们的方法可以在城市环境中对基于视觉的自动驾驶进行重大改进。 我们进一步验证了具有不同离策略 RL 算法的 Mujoco 连续控制任务的 GRI 方法。 我们的方法在 CARLA 排行榜上排名第一，并且比之前最先进的 World on Rails 的性能高出 17%。