Scattered data augmentation for generalization in visual reinforcement learning

doi:10.1016/j.neucom.2025.131492

Scattered data augmentation for generalization in visual reinforcement learning

2025-09-16

0

PRE

AI

DOI：10.1016/j.neucom.2025.131492

原文链接

原文求助

摘要

En 中文

• 我们从训练数据和测试数据之间分布距离的角度推导了VRL的泛化误差上界。 • 我们为DA能提高VRL泛化性能提供了理论解释，并提出了一个新颖的DA框架ScDA，该框架将智能体（agent）视为判别器，以确保训练数据具有更大的差异性。 • 我们在DeepMind Control Generalization Benchmark2和机器人任务上进行了广泛的实验。结果表明，ScDA能够有效结合基础DA算法，并显著提升策略泛化能力，超越了当前SOTA方法。

Scattered data augmentation for generalization in visual reinforcement learning

摘要

期刊

机构

引用论文