DiffSRL：利用可微模拟器学习可变形物体操控的动态状态表示

动态状态表示学习是机器人学习中的一项重要任务。能够捕获动力学相关信息的潜空间在加速无模型强化学习、缩小仿真到现实的差距以及降低运动规划复杂度等方面具有广泛应用。然而，当前的动态状态表示学习方法在诸如可变形物体等复杂动态系统上可扩展性较差，且无法将定义良好的仿真函数直接嵌入训练流程。我们提出 DiffSRL，一种利用可微模拟的动态状态表示学习流程，可将复杂动力学模型作为端到端训练的一部分进行嵌入。我们还将可微动力学约束集成到该流程中，为潜状态感知动力学约束提供激励。我们进一步在软体仿真系统 PlasticineLab 上建立了一个状态表示学习基准，我们的模型在捕获长期动力学以及奖励预测方面展现出优越性能。