无监督强化学习

面向视觉无监督强化学习的显著性引导表征与一致性策略学习

Saliency-Guided Representation with Consistency Policy Learning for Visual Unsupervised Reinforcement Learning

对做视觉表征与决策结合的研究者，这篇论文给出一个可复用的思路：用显著性引导的动力学预测任务把表征学习与后继度量训练解耦，使视觉URL中的表征聚焦于动力学相关区域；同时把一致性模型（快速采样）与无分类器引导引入技能条件策略，用于建模多模态动作分布，可直接迁移到视觉条件策略学习与技能可控生成。