模型为基础的强化学习中的优先倾向
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种从世界模型的循环状态中学习原型表示的方法，以提高基于模型的强化学习代理在处理视觉干扰方面的鲁棒性。DreamerPro 模型通过将 Dreamer 与原型组合起来，在标准设置和存在复杂背景干扰的情况下都取得了大幅性能提高。
🏷️
