零样本泛化的旋转、平移和裁剪

Jan, 2020

Rotation, Translation, and Cropping for Zero-Shot Generalization

Chang Ye, Ahmed Khalifa, Philip Bontrager, Julian Togelius

TL;DR本文针对 Deep Reinforcement Learning 在视觉输入的情况下表现出色，但是通常训练时在固定的环境下训练，缺乏泛化能力，提出了使用 rotation 和 cropping 等方法来提高泛化能力，并在两个维度的街机游戏中进行了验证。

Abstract

deep reinforcement learning (DRL) has shown impressive performance on domains with visual inputs, in particular various games. However, the agent is usually trained on a fixed environment, e.g. a fixed number of levels. A growing mass of evidence suggests that these trained models fail

deep reinforcement learning generalization input representation rotation cropping

发现论文，激发创造

CROP: 基于紧凑重塑观察处理的分布偏移鲁棒性强化学习

本文提出 Compact Reshaped Observation Processing (CROP) 方法，通过减少用于策略优化的状态信息来提高数据效率和泛化能力，为完全可观测的观察和行动空间制定了三个 CROP，并在分布式安全格网世界中进行了实证展示。同时，与两个不同大小的程序生成的迷宫进行了基准比较，表明了 CROP 的改进。

Apr, 2023

通过程序化关卡生成，照亮深度强化学习的泛化问题

本文探讨了通过在训练中使用过程化生成的关卡如何增加模型的泛化性能，并研究了其与人类设计的关卡的关系。结果表明，通过降低难度、调整关卡设计，可以获得更好的性能表现，并进行了降维和聚类分析来评估关卡生成器的分布。

Jun, 2018

本地特征交换在强化学习中的泛化

通过加入通道一致的局部置换技术（CLOP）作为一种新的规则化技术，以解决给模型造成的视觉泛化问题，该技术得到了验证，在 OpenAI Procgen 基准测试中，使用 CLOP 方法训练的强化学习代理比使用其他最先进技术的代理表现出更好的泛化能力。

Apr, 2022

翻译困境：现代神经网络在小型逼真图像变换中仍然面临困难

通过简单的方法，我们实现了对最先进模型进行 1 像素平移的错误率降低到不到 5%，同时只有 1% 的分类准确率下降。此方法还可以轻松调整以处理循环位移，而无需任何进一步的训练。

Apr, 2024

知识蒸馏用于农作物分割的领域泛化

本文提出了一种基于知识蒸馏的新方法以增强领域通用性，在精度农业中进行作物分割的应用，旨在解决移动机器人在野外环境中识别和定位作物所需的实时感知问题。通过在一个有多个领域的合成数据集上评估，该方法取得了明显的表现改进。

Apr, 2023

网络随机化：增强学习中通用的简单技术

本文提出一种简单有效的技术，通过引入随机卷积神经网络打乱输入观测数据，在提高深度强化学习智能体的泛化能力方面取得了显著效果，并且通过 Monte Carlo 近似的推理方法来减少随机化引起的方差。我们在 2D CoinRun、3D DeepMind Lab 探索和 3D 机器人控制任务中展示了我们的方法的优越性，相比于其他正则化和数据增强方法明显更加优秀。

Oct, 2019

RL-CycleGAN: 强化学习感知的模拟到真实领域的对抗生成网络

本论文提出了基于深度神经网络的强化学习在机器人抓取任务中的应用，以及利用生成模型进行图像仿真与真实环境之间的过渡。其中引入了 RL-scene 一致性损失用于图像翻译，可保证翻译操作是不变的，并在实现无监督领域转换的同时，训练出了 RL-CycleGAN 模型，该模型表现出了模拟到现实环境下最优的效果。

Jun, 2020

通过视觉重写规则学习可推广行为

本文提出了一种使用规则来捕获游戏动态的深度强化学习代理方法，该方法不使用神经网络，且在多个传统游戏中表现出优异的性能，极高的样本效率和强大的泛化能力。

Dec, 2021

使用低维观测滤波器的深度强化学习在视觉复杂游戏中的应用

本论文提出了一种低维观察过滤器，使深度 Q 网络代理能够在视觉复杂的现代视频游戏（Neon Drive）中成功玩耍。

Apr, 2022

通过图像翻译实现相关强化学习任务的迁移学习

通过将视觉迁移任务与控制策略分离，使用不对齐的 GANs 对目标到源域的视觉映射，再使用不完美演示的模仿学习进一步改进，提高了 Deep RL 在 Breakout 合成视觉变体和 Road Fighter 的传输行为中的样本效率和迁移能力。

May, 2018