KAGE-Bench: 强化学习快速已知轴视觉泛化评估
微分几何
2026-01-21 v1 几何拓扑
度量几何
摘要
基于像素的强化学习智能体在纯粹的视觉分布偏移下往往会失败，即使潜在动力学和奖励保持不变，但现有的基准将多种偏移 entangled 在一起，阻碍了系统性分析。我们引入 KAGE-Env，一个 JAX-native 2D platformer，将观察过程分解为独立可控的视觉轴，同时保持底层控制问题不变。通过这种设计，改变某个视觉轴只通过 pixel policy 的 state-conditional action distribution 产生影响，为视觉泛化提供了一个干净的抽象。基于此环境，我们定义 KAGE-Bench，一个由六个已知轴套组组成的基准，包含 34 对 train-evaluation configuration pairs，用于隔离单个视觉偏移。使用标准的 PPO-CNN baseline，我们观察到强烈的轴依赖性失败，其中背景和光照变化常常导致成功率下降，而智能体外观变化则相对温和。某些偏移保持前向运动但破坏任务完成，显示 return 本身可能掩盖了泛化失败。最后，完全向量化的 JAX 实现在单个 GPU 上可实现最高 3300 万步/秒的速度，使我们能够快速且可重复地对视觉因素进行大范围扫描。代码: https://avanturist322.github.io/KAGEBench/。
引用
@article{arxiv.2601.14231,
title = {New Topological Restrictions For Spaces With Nonnegative Ricci Curvature},
author = {Alessandro Cucinotta and Mattia Magnabosco and Daniele Semola},
journal= {arXiv preprint arXiv:2601.14231},
year = {2026}
}