本文提出了一种新颖的表示学习方法，通过度量状态转换距离自动生成辅助奖励，从而提升增强学习的效率和收敛稳定性。研究表明，该方法在多模态观察中有效提取稠密奖励，促进机器人任务的学习，加速收敛并改善学习效率。