O que é RL inverso?

Aprendizagem por Reforço Inverso (inverse reinforcement learning) é um método em aprendizagem de máquina onde a tarefa consiste em, a partir do comportamento observável de um agente (especialista), reconstruir a função de recompensa que esse agente, presumivelmente, está a otimizar.

No RL clássico, conhecemos a função de recompensa e procuramos a estratégia ótima. No RL inverso, pelo contrário, a partir do comportamento ótimo tentamos entender exatamente o que o agente tenta maximizar. Isto é útil quando a função de recompensa é difícil de definir explicitamente, mas há exemplos de bom comportamento.

Exemplo: um robô aprende a andar, mas em vez de definir manualmente o que constitui um movimento "bom", mostramos exemplos de movimentos humanos, e o RL inverso reconstrói a função de recompensa que explica esses movimentos.