.png){kind=icon}
返回
Visual Reinforcement Learning Based on Multiview Optimization Aggregation
.png){kind=icon}
PRE
AI
DOI：10.1109/TCDS.2025.3540115.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
尽管近期研究在基于原始像素的深度强化学习方面取得了一些进展，但低样本效率仍是该领域的一个关键挑战。现有解决方案通常仅关注在表示学习阶段提取更有效的状态表示，而忽略了如何在策略学习阶段更好地利用这些状态表示。为解决这一问题，针对基于像素的无模型强化学习框架，提出了一种基于多视图优化聚合（MVOA-VRL）的简单且样本高效的视觉强化学习方法。该方法使智能体能够同时关注学习与利用状态表示。具体而言，MVOA-VRL通过随机裁剪和自适应强度调整获取样本的多视图，随后在表示学习与强化学习模块中分别引入优化聚合方法，以聚合来自不同视图的多个样本的相似性、动作和状态值。MVOA-VRL旨在促进智能体学习有效的表示和稳定的策略。在DMControl环境中的连续控制任务实验结果表明，与当前最优方法相比，MVOA-VRL实现了更高的分数，并显著提升了样本效率。
Keyword:
Multiview
optimization aggregation
representation learning
sample efficiency
visual reinforcement learning (VRL)
期刊
IF:
4.9
论文数:
1.1K
被引数:
3.5K
机构
引用论文
Revealing Emotional Clusters in Speaker Embeddings: A Contrastive Learning Strategy for Speech Emotion Recognition乌尔根, I.R., 杜, Z., 巴索, C., 西玛, B., 2024. 揭示说话人嵌入中的情感簇：一种用于语音情感识别的对比学习方法, 见：ICASSP 2024-2024年IEEE国际声学、语音与信号处理会议（ICASSP）, IEEE, 第12081-12085页。.png)
ICASSP 2024 - 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
ICASSP 2024 - 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)IF0
PREAI
分享收藏
An Improved Masking Strategy for Self-Supervised Masked Reconstruction in Human Activity Recognition人体行为识别中自监督掩蔽重构的改进掩蔽策略IEEE SENSORS JOURNAL
OAAI
IEEE SENSORS JOURNALIF4.5
OAAI分享收藏
查看更多内容