标签
本文评估了分歧正则化模仿学习（DRIL）在CarRacing中图像级连续控制任务上的表现，对比了高斯策略与Beta策略这两种学习者策略。在少量示范样本的场景下，基于分数选择的DRIL取得了最大的性能提升；而在示范样本较充足时，Beta行为克隆仍然具有竞争力。