Tag · 2 篇

特权信息蒸馏

分布强化学习与具身智能1自动驾驶与遥感1

PvP: Data-Efficient Humanoid Robot Learning with Proprioceptive-Privileged Contrastive Representations

把本体感知状态与特权状态做对比学习来学紧凑潜变量表征，可直接迁移到视觉-本体多模态的具身策略学习中，用来缓解部分可观测下的样本低效；其 SRL4Humanoid 框架也为表征学习与 RL 结合的消融提供了可复用基线。

LEAD: Minimizing Learner-Expert Asymmetry in End-to-End Driving

论文把「特权专家与传感器学生之间的不对称」拆成可见性、不确定性与导航意图三个可度量的维度，并给出可操作的干预手段；做端到端驾驶或特权信息蒸馏的研究者可以直接复用这套不对称分析与 TFv6 学生策略设计，也可借鉴其把感知监督接入 sim-to-real 共享管线的做法。