.png){kind=icon}
返回
Improving generalization in visual reinforcement learning through data distribution
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2026.132126.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 推导了视觉强化学习泛化误差的理论上界。
• 分析了背景变化如何影响策略泛化。
• 提出了两种辅助损失以提升视觉强化学习的泛化能力。
• 通过在多样化基准上的大量实验验证了其有效性。
Keyword:
generalization
visual reinforcement learning
background variation
auxiliary losses
data distribution
