预训练视觉表示在基于模型的强化学习中的意外无效性

本文研究了预训练视觉表示（PVRs）在基于模型的强化学习（MBRL）中的表现，填补了这一领域的研究空白。尽管PVRs在无模型强化学习中表现良好，但我们的结果表明在MBRL中，它们的样本效率和泛化能力并不优于从头学习的表征。研究发现数据多样性和网络架构是影响泛化性能的关键因素。