Sergey Levine

Posterior Behavioral Cloning: Pretraining BC Policies for Efficient RL Finetuning

后验行为克隆：为高效强化学习微调预训练BC策略

Andrew Wagenmaker, Perry Dong, Raymond Tsao, Chelsea Finn, Sergey Levine

机构 * UC Berkeley（伯克利大学） ； Stanford（斯坦福大学） 纠错

AI总结 本文提出后验行为克隆策略，通过建模示范者行为的后验分布来提升强化学习微调效果。