arXiv · AI· Cedric Derstroff, Jannis Bl\"uml, Janosch Moos, Michael Girstl, Zihan Ye, Debora Clever, Kristian Kersting·· 4 小时前AI 评分29
重述以物体为中心的强化学习：从绝对表示到相对表示
Reframing Object-Centric Reinforcement Learning: From Absolute to Relative Representations
AI 导读
提出基于固定锚点的物体相对坐标系 ORCA 及 Transformer 架构 ORBiT，解决绝对视角下智能体因场景平移导致性能崩溃的问题。 ORBiT 在 13 款 Atari 游戏上的 HNS IQM 超过 1.0，优于 PPO 基线，并从零学会 Foosball 游戏。 该方法证明 ORCA 可扩展至旋转，且 ORBiT 能泛化至未知干扰物数量，同时强调决策相关锚点的必要性。
来源：arXiv · AI · arxiv.org