Visual Generalization专业
VIGOR:潜空间一致性驱动模型强化学习零样本视觉泛化
本文提出VIGOR框架,在TD-MPC2骨干上融入非对称弱到强增强(AW)、动力学一致性(DC)和编码器稳定化(ES),解决基于模型的强化学习(MBRL)在未见视觉干扰下的两层级脆弱性。在DeepMind Control Suite和Robosuite的零样本泛化评测中,VIGOR分别超越次优基线3.4%和43.6%,同时保持TD-MPC2的样本效率。该论文为预印本,尚未经过同行评审。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
本文提出VIGOR框架,在TD-MPC2骨干上融入非对称弱到强增强(AW)、动力学一致性(DC)和编码器稳定化(ES),解决基于模型的强化学习(MBRL)在未见视觉干扰下的两层级脆弱性。在DeepMind Control Suite和Robosuite的零样本泛化评测中,VIGOR分别超越次优基线3.4%和43.6%,同时保持TD-MPC2的样本效率。该论文为预印本,尚未经过同行评审。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。