Inverse Reinforcement Learning through Structured Classification

[usajpn]

Edouard Klein, Matthieu Geist, Bilal Piot, Olivier Pietquin
https://papers.nips.cc/paper/4551-inverse-reinforcement-learning-through-structured-classification.pdf
NIPS 2012

概要

逆強化学習ループの中の強化学習問題を解かないで良いように最初からエキスパートデータを入力として状態における行動のMulti Class Classification問題を解く。Multi Class Classification問題で求めたパラメータをそのまま報酬関数のパラメータとして使用して強化学習をせずに直接報酬関数を求める。

所感

Inner Loopの強化学習を解かないのは画期的だが、
MaxEnt IRLが出て以来、probabilisticなモデルでなく、SVM系列モデルでの論文なので、流行らなかったか？