Inverse Reinforcement Learning Benchmark for Robotics是机器人逆强化学习领域的标准评测基准,涵盖奖励函数学习、专家演示利用、多任务逆强化学习、可解释性等核心任务。基准提供机器人操作、导航、自动驾驶等多种任务的专家演示数据集,支持MaxEnt-IRL、Bayesian-IRL、Guided-IRL、AIRL、SCIRL等多种算法对比,集成不同演示质量和演示数量的实验设置。基准评测指标包括奖励恢复精度、策略性能、样本效率、计算效率、可解释性,支持不同任务、不同演示数量、不同演示质量的实验设置。基准由多所高校和研究机构联合维护,已成为机器人逆强化学习研究的标准评测平台。
Inverse Reinforcement Learning Benchmark for Robotics
Inverse Reinforcement Learning Benchmark for Robotics是机器人逆强化学习领域的标准评测基准,涵盖奖励函数学习、专家演示利用、多任务逆强化学习、可解释性等核心任务。基准提供机器人操作、导航、自动驾驶等多种任务的专家演示数据集,支持MaxEnt-IRL、Bayesian-IRL、Guided-IRL、AIRL、SCIRL等多种算法对比,集成不同演示质量和演示数量的实验设置。基准评测指标包括奖励恢复精度、策略性能、样本效率、计算效率、可解释性,支持不同任务、不同演示数量、不同演示质量的实验设置。基准由多所高校和研究机构联合维护,已成为机器人逆强化学习研究的标准评测平台。
测试方法与条件
逆强化学习实验,评估不同算法的奖励恢复精度和策略性能