主动跟踪系统能够主动地、有目的地调整相机参数实现目标跟踪,在大范围智能监控、大尺度移动目标跟踪领域应用广泛,如何获得目标参数,在具体应用场景中实现优化控制仍是一大难点。利用科技手段辅助体育训练正成为我国体育科研工作的热点和趋势,尤其冬季体育项目,亟需发挥科技力量提升训练质量,实现跨越式发展。短道速滑是典型的滑行技术与比赛战术高度结合的竞技项目,对训练或比赛全过程视频记录是进行训练质量评估和比赛策略优化的关键基础信息。本文从短道速滑项目的视觉跟踪需求出发,设计了一种端到端的主动跟踪器,简化了控制系统设计;按照任务场景选取合适的强化学习训练算法;针对强化学习交互训练时间成本高的问题,开展了基于生成对抗模型的逆强化学习方法研究;并建立了满足算法训练需要的滑冰场仿真环境,在仿真环境中实现了以上方法的研究和验证,具体工作如下:针对短道速滑的跟踪环境及需求,结合当前的端到端控制方法,设计了以输入相机图像,输出相机控制信号的端到端主动跟踪器。分析并选取异步优势强化学习算法来训练主动跟踪器,并在仿真环境中进行实验,验证了主动跟踪器设计的合理性和有效性,单目标跟踪任务跟踪成功率可达到89.1%;在仿真环境背景改变的情况下,主动跟踪器仍能够完成跟踪,具有较强鲁棒性。针对强化学习算法交互训练时间成本高的问题,引入逆强化学习方法来减少训练时间。讨论分析了当前生成对抗逆强化学习的理论缺陷,结合Wasserstein距离对生成对抗逆强化学习进行改进,设计了对应的网络模型;在仿真环境中对改进后的算法进行实验,基于Wasserstein距离的生成对抗逆强化学习能够减少约50%的强化学习交互训练,并且训练过程更加稳定。课题提出了基于Wasserstein距离的生成对抗行为克隆方法,能够在不与环境交互的情况下学习专家策略,在仿真环境中对该算法进行实验,只经行为克隆方法训练得到的跟踪器具有一定跟踪性能;随后利用强化学习算法对行为克隆训练后的跟踪器进行再训练,再训练的跟踪器只需很少的交互训练即可学习到收敛的跟踪策略,因此该算法也能够有效加快强化学习训练过程。