arXiv cs.AI· Mingyu Park, Samyeul Noh, Hyun Myung, Donghwan Lee·· 29 天前AI 评分33
VIGOR：通过隐空间一致性实现基于模型强化学习的零样本视觉泛化
VIGOR: Zero-Shot Visual Generalization via Latent-Space Consistency in Model-Based Reinforcement Learning
AI 导读
研究人员提出 VIGOR 框架，通过非对称弱到强增强、动力学级一致性与编码器级稳定化，实现基于模型强化学习（MBRL）在未见视觉干扰下的零样本泛化。在 DeepMind Control Suite（DMC）和 Robosuite 评测中，VIGOR 超越次优基线 3.4% 和 43.6%。消融实验表明该鲁棒性由隐空间一致性驱动且具有增强不可知性。
来源：arXiv cs.AI · arxiv.org