跳到正文
arXiv · AI· Mingyu Park, Samyeul Noh, Hyun Myung, Donghwan Lee·· 2026-10-05AI 评分21

VIGOR 实现模型强化学习零样本视觉泛化

VIGOR: Zero-Shot Visual Generalization via Latent-Space Consistency in Model-Based Reinforcement Learning

AI 导读

研究提出 VIGOR 框架,通过潜在空间一致性使模型强化学习(MBRL)在未见视觉干扰下实现零样本泛化,保留样本效率。 该框架整合弱到强增强、动力学级一致性及编码器级稳定组件,解决递归潜在展开误差复合问题。 在 DeepMind Control Suite 上超越次优基线 3.4%,Robosuite 上超越 43.6%,且鲁棒性不依赖特定增强策略。

来源:arXiv · AI · arxiv.org