跳到正文
arXiv · AI· Sijie Xu, Francisco Cruz·· 9 天前AI 评分20

多模态强化学习中整合动作前缀预测与对齐的改进预测表征方法

Integrating Action Prefix Prediction and Alignment Across Modalities for Multimodal Reinforcement Learning

AI 导读

改进预测表征(IPR)结合动作前缀预测与基于对比多模态学习的观测锚点对齐,在深度控制套件任务中性能优于基线。 IPR-H 配置平均回报比视觉+深度基线高 10.0%,比视觉+位置向量基线高 3.4%;在 Webots 中,无 LiDAR 时 IPR 性能更高,有 LiDAR 时则不然。 该研究被 ACRA 2026 接收,展示了在有限交互数据下利用多模态观测学习表征的优势。

来源:arXiv · AI · arxiv.org