Language-Critique Imitation Learning from Suboptimal Demonstrations
비최적(suboptimal) 데모에서의 모방학습이 스칼라 감독 신호의 표현력 한계에 직면하는 문제를 해결하기 위해, 자연어를 구조적 감독 신호로 활용하는 language-critique 모방학습 프레임워크(LC-BC, LC-DP)를 제안한다. 오프라인 궤적에서 태스크 진행 상황, 비최적 행동, 수정 지침을 명시하는 언어 레이블을 구성하고 이를 스칼라로 압축하지 않고 직접 정책 학습에 적용하여, 내비게이션·조작·게임플레이 등 다양한 연속 제어 태스크에서 강력한 모방학습 및 오프라인 강화학습 베이스라인을 일관되게 능가함을 보인다.