DEAR：用于无需重构的强化学习中的解耦环境与智能体表征

强化学习（RL）算法能够从视觉观察中学习机器人控制任务，但在视觉场景复杂且非结构化时往往需要大量数据。本文探讨了智能体对自身形状认知如何提高视觉RL方法的样本效率。我们提出了一种新方法，解耦环境与智能体表征（Disentangled Environment and Agent Representations, DEAR），通过特征分离约束，利用智能体分割掩码作为监督信号，学习环境与智能体的解耦表征。与之前方法不同，DEAR无需对视觉观察进行重构。这些表征被用作RL目标的辅助损失，鼓励智能体聚焦于环境的相关特征。我们在两个具有挑战性的基准测试上评估了DEAR：Distracting DeepMind控制套件和Franka厨房操作任务。我们的发现表明，DEAR在样本效率方面超越了当前最先进的方法，以较少参数实现了相当或更好的性能。我们的结果表明，将智能体知识集成到视觉RL方法中，有望提高其学习效率和鲁棒性。