arXiv · Artificial Intelligence· Mingyu Park, Samyeul Noh, Hyun Myung, Donghwan Lee·· 21 小时前AI 评分32
VIGOR：基于模型的强化学习中通过潜空间一致性实现零样本视觉泛化
VIGOR: Zero-Shot Visual Generalization via Latent-Space Consistency in Model-Based Reinforcement Learning
AI 导读
论文提出 VIGOR 框架，在基于模型的强化学习（MBRL）中通过潜空间一致性实现对未见视觉干扰的零样本泛化，同时保留 MBRL 骨干的样本效率。框架包含非对称弱到强增强、动力学级一致性与编码器级稳定三个组件，在 DeepMind Control Suite（DMC）和 Robosuite 上超越现有最优基线，分别领先第二名基线 3.4% 和 43.6%。消融实验显示其鲁棒性与具体增强方式无关。
来源：arXiv · Artificial Intelligence · arxiv.org