该论文研究了基于表示的探索方法在强化学习中的应用，通过在3D环境中使用聚类表示进行探索，以及使用随机表示和预训练DINO表示进行聚类计数状态的方法。实验证明该方法在VizDoom和Habitat环境中的探索效果优于其他方法。

本文提出了一种自我监督的框架——Denoised Neighborhood Aggregation (DNA)，用于从粗略标记的数据中学习紧凑的聚类表示，捕捉数据之间的语义相似性和形成细粒度聚类。