本文提出了FactorVAE方法，旨在无监督学习中实现因素解耦，改善解耦与重构质量的平衡。研究引入了新的解耦评估度量，并分析了现有方法的不足。通过在VAE潜在空间中引入反Wishart先验，提升了潜变量的统计独立性，从而提高了模型在多个数据集上的表现。