通过双向转移学习鲁棒表征用于视觉强化学习
计算机视觉与模式识别
2025-09-11 v2
摘要
视觉强化学习已被证明在解决具有高维观测的控制任务中是有效的。然而，从基于视觉的观测中提取可靠且可泛化的表征仍然是一个核心挑战。受人类思维过程启发，当从观测中提取的表征能够预测未来并追溯历史时，该表征在理解环境方面是可靠且准确的。基于这一概念，我们引入了双向转移 (BiT) 模型，该模型利用双向预测环境前向和后向转移的能力来提取可靠表征。我们的模型在 DeepMind Control 套件的两种设置上展示了具有竞争力的泛化性能和样本效率。此外，我们利用机器人操作和 CARLA 模拟器来证明我们方法的广泛适用性。
引用
@article{arxiv.2312.01915,
title = {Learning Robust Representations via Bidirectional Transition for Visual Reinforcement Learning},
author = {Xiaobo Hu and Youfang Lin and Yue Liu and Jinwen Wang and Shuo Wang and Hehe Fan and Kai Lv},
journal= {arXiv preprint arXiv:2312.01915},
year = {2025}
}