视觉强化学习中数据增强技术的全面综述
计算机视觉与模式识别
2024-10-22 v4 人工智能
摘要
视觉强化学习（RL）直接从高维视觉输入进行决策，已在多个领域展现出显著潜力。然而，由于其样本效率低且泛化差距大，在真实世界中部署视觉 RL 技术仍具挑战。为应对这些障碍，数据增强（DA）已成为视觉 RL 中通过丰富训练数据来获取样本高效且可泛化策略的广泛使用技术。鉴于该领域的蓬勃发展，本综述旨在对视觉 RL 中的 DA 技术提供及时且必要的回顾。特别地，我们提出了一个统一框架用于分析视觉 RL 并理解 DA 在其中的作用。随后，我们对视觉 RL 中使用的现有增强技术给出了原则性的分类，并深入讨论了如何在不同场景中更好地利用增强数据。此外，我们报告了对基于 DA 的视觉 RL 技术的系统性实证评估，并通过指出未来研究方向作结。作为首个关于视觉 RL 中 DA 的全面综述，本工作有望为这一新兴领域提供有价值的指导。
引用
@article{arxiv.2210.04561,
title = {A Comprehensive Survey of Data Augmentation in Visual Reinforcement Learning},
author = {Guozheng Ma and Zhen Wang and Zhecheng Yuan and Xueqian Wang and Bo Yuan and Dacheng Tao},
journal= {arXiv preprint arXiv:2210.04561},
year = {2024}
}
备注
A well-classified paper list that will be continuously updated can be found at https://github.com/Guozheng-Ma/DA-in-visualRL