研究提出多目標模仿學習新方法 MA-BC，透過池化無分歧動作兼顧專家差異與資料共享

據 Reddit 社群分享，研究人員 Ziyad Sheebaelhamd 等人提出名為 MA-BC 的多目標模仿學習（Multi-Objective Imitation）新方法。在從具備不同目標的專家進行學習時，若將所有資料混合會失去專家間的權衡特性，而分開學習則會錯失共享資料的機會。為解決此問題，MA-BC 採取折衷策略，僅在觀察到的動作沒有分歧時，才將示範資料進行池化（Pooling）。該研究同時為此方法提供了樣本複雜度（sample complexity）的上下界理論保證。