Hierarchical Imitation and Reinforcement Learning
本文官方主页
这篇文章的主要思路是将强化学习层级化。利用专家经验，将任务分解为多个小任务，网络会同时尝试模仿专家在大、小任务上的经验，也会用强化学习增强相关的经验。
Formalization
对于一个任务，本文会将它分为个序列的子任务，以上图的迷宫举例，里面每一个的方格块就可以理解为一个子任务。而在方格块内一格一格地运动则是理解为子任务的执行。
因为任务就变为了两种
- 高级目标的转移轨迹
- 底层任务的转移轨迹
蒙特祖玛复仇的任务分解:
