Tag · 3 篇
视觉强化学习
分布 强化学习与具身智能2鲁棒性与安全1
01 02 03
TSTM：面向视觉强化学习泛化的任务相关掩码时序分割
TSTM: Temporal Segmentation for Task-relevant Mask in Visual Reinforcement Learning Generalization
TSTM 利用时序信息分割任务相关区域，并通过不变表征学习提升视觉 RL 策略的泛化性，其掩码生成与一致性约束思路可迁移到其他需要抑制背景干扰的视觉任务。
SEBA：面向视觉强化学习的高样本效率黑盒攻击
SEBA: Sample-Efficient Black-Box Attacks on Visual Reinforcement Learning
对做视觉 RL 或机器人策略的研究者，这篇给出了一个只用少量环境交互就能攻击图像输入连续控制策略的黑盒框架：用世界模型替代真实环境查询、用影子 Q 模型估计对抗回报、用 GAN 生成不可感知扰动，可直接用于评估视觉策略的对抗脆弱性。
通过互补持续评论家解决强化学习中的稳定性-可塑性困境
Resolving the Stability-Plasticity Dilemma in Reinforcement Learning via Complementary Continual Critics
对做视觉RL的人，可复用其「双评论家+交叉注意力融合」架构：用CBP维持表征可塑性、用EWC维持稳定性，并按观测特征动态加权两路价值估计，直接缓解非平稳视觉输入下的表征漂移与策略退化。