返回
Learning generalizable agents via self-supervised exploration
DOI:10.1016/j.neunet.2025.107787.png)
摘要
En 中文
• 一种自监督探索框架,用于提升视觉强化学习的泛化性能和样本效率。
• 设计一个视觉差异推理模块,以学习不同视图间的共享特征。
• 设计一个通过分布差异进行探索的模块,以识别发生变化的特征。
• 在DMControl-GB、机器人操作任务和CARLA自动驾驶任务上进行了实验。
期刊
IF:
6.3
论文数:
8.2K
被引数:
3.0W
机构
暂无机构信息
引用论文
Multimodal information bottleneck for deep reinforcement learning with multiple sensors
NEURAL NETWORKS
IF6.3
Hierarchical Diffusion Policy for Kinematics-Aware Multi-Task Robotic Manipulation层次扩散策略用于具备运动学感知的多任务机器人操作

