12:57
官方一手arXiv: Google DeepMind@Xinwei Liu, Junyuan Liang, Jianting Zhang, Wuhui Chen
推荐理由：OG-SPR把两种预测目标结合起来，28个控制任务上超过现有方法，难任务提升明显。搞视觉RL的可以看看。
DeepMind Control Suite
共 3 条相关 AI 资讯
8月7日
12:57
本文提出OG-SPR，一种用于视觉连续控制的模型无关强化学习算法，融合多步潜在自预测与下一观察预测两个辅助目标。在DeepMind Control Suite的28个视觉控制任务上，OG-SPR相比现有自预测和观察预测方法获得更高的总体性能，尤其在dog和humanoid等困难任务上提升显著。该方法为共享表征引入两个轻量适配器来执行潜在自预测，避免直接强制表征满足预测目标带来的过约束问题。
7月2日
10:10
10:10
官方一手arXiv: Google DeepMind@Jinwen Wang, Youfang Lin, Xiaobo Hu, Qian Xu, Shuo Wang, Zhuo Chen, Kai Lv
推荐理由：这篇论文教你用自监督方法解耦视觉特征，T2RD在泛化能力上比现有方法强出一截，做机器人和控制任务的值得看看。
6月30日
10:38
10:38
官方一手arXiv: Google DeepMind@Qijun Li, Zheng Fu, Qi Song, Yifei He, Weitao Zhou, Kun Jiang, Diange Yang
精选
推荐理由：这篇论文用条件流匹配把回报分布和多模态策略一起建模，解决了强化学习中的多模态探索难题，在DeepMind控制任务上吊打了扩散方法。