Provably Efficient Off-Policy Adversarial Imitation Learning with Convergence Guarantees
具有收敛保证的可证明高效的离策略对抗模仿学习
机构 * Division of Systems Engineering（系统工程系） ； Department of Computer Science（计算机科学系） ； Amazon Robotics（亚马逊机器人） ； Department of Electrical and Computer Engineering（电气与计算机工程系）
AI总结 研究离策略对抗模仿学习算法的收敛特性与样本复杂性，证明重用特定策略生成的样本不影响收敛保证，且离策略更新的分布转移误差被更多数据带来的好处主导，为离策略AIL算法样本效率提供理论支持。
Comments TMLR 2026
