面向数据高效强化学习的无监督显著图像块选择
计算机视觉与模式识别
2024-02-07 v1 人工智能
摘要
为了提高基于视觉的深度强化学习（RL）的样本效率，我们提出了一种名为 SPIRL 的新方法，用于从输入图像中自动提取重要的图像块。遵循掩码自编码器的思路，SPIRL 基于以自监督方式预训练的视觉Transformer模型，这些模型通过随机采样的图像块来重建图像。这些预训练模型随后可被用于检测和选择显著图像块，显著图像块被定义为难以从相邻图像块重建的图像块。在强化学习中，SPIRL 智能体通过一个注意力模块处理所选的显著图像块。我们在 Atari 游戏上对 SPIRL 进行了实证验证，测试其相对于相关最先进方法（包括一些传统的基于模型的方法和基于关键点的模型）的数据效率。此外，我们还分析了我们模型的可解释性能力。
引用
@article{arxiv.2402.03329,
title = {Unsupervised Salient Patch Selection for Data-Efficient Reinforcement Learning},
author = {Zhaohui Jiang and Paul Weng},
journal= {arXiv preprint arXiv:2402.03329},
year = {2024}
}