如何通过在GAN架构中提供编码状态表示来训练生成对抗逆强化学习（GAIL）？

Question

在GAIL中，我们需要训练一个GAN。在训练GAN时，我们将专家的[State，Action]对和Agent的预测[State，Action]对输入Discriminator。假设我的状态表示是图像帧的集合。所以我需要输入从公共深度神经网络（CNN）生成的状态表示的编码。我还想在培训过程中对此进行微调。我能做到吗？

Answer 1

我认为一种方法是将其编码为紧凑的连续表示，例如高斯分布。看看Variational Auto-Encoder。它对先前的分布进行编码。