状态表征学习

PvP：基于本体感知-特权对比表征的数据高效人形机器人学习

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。