GAN 网络：我的目的是序列动作生成

目录

为什么用GAN？

GAN的基本结构

参考资料

---

为什么用GAN？

于我而言，想用GAN做静态数据的拟合，而GAIL做的是与env环境交互的，不断产生新的交互数据的，这所导致的问题就是要把环境等都设计好，才能作模仿学习。这个博文正好是用静态数据的方法，则入手容易。此外，掌握了GAN 的结构，则GAIL的理解也会更加透彻。

GAN的基本结构

GAN的主要结构包括一个生成器G（Generator）和一个判别器D（Discriminator）

GAN 充分利用“对抗过程”训练两个神经网络，这两个网络会互相博弈直至达到一种理想的平衡状态，我们这个例子中的警察和罪犯就相当于这两个神经网络。其中一个神经网络叫做生成器网络 G（Z），它会使用输入随机噪声数据，生成和已有数据集非常接近的数据，它学习的是数据分布；另一个神经网络叫鉴别器网络 D（X），它会以生成的数据作为输入，尝试鉴别出哪些是生成的数据，哪些是真实数据。鉴别器的核心是实现二元分类，输出的结果是输入数据来自真实数据集（和合成数据或虚假数据相对）的概率。

 前面所说的 GAN 最终能达到一种理想的平衡状态，是指生成器应该能模拟真实的数据，鉴别器输出的概率应该为 0.5， 即生成的数据和真实数据一致。也就是说，它不确定来自生成器的新数据是真实还是虚假，二者的概率相等（这样熵最大）。

数据分布概念：如高斯分布

鉴别器的核心：二元分类，判断输出的结果来自真实数据集的概率

参考资料

强化学习（二）--让你轻松玩转生成对抗网络（GAN）与生成对抗模仿学习（GAIL）_Robert--cao的博客-CSDN博客_生成对抗模仿学习