LEADS 是一种新的框架，通过在共享模型中捕捉共同动态和捕获环境特定动态的额外项，利用已知环境的共享性和差异性来提高模型的泛化能力。该方法在理论和实验上的结果表明，这种新的设置可以利用从依赖于环境的数据中提取的知识，并改善已知和新环境的泛化。

Jun, 2021

基于主动学习理论，CODA 是一种用于移动感知的成本高效域适应机制，它从数据分布的角度解决了实时漂移问题，通过聚类损失和重要性加权主动学习算法保留不同聚类之间的关系，展示了与神经网络解决方案的整合，并通过对各种数据集进行细致评估证明了 CODA 在线适应性的可行性和潜力。

Mar, 2024

我们研究了如何将上下文信息引入行为学习以提高泛化性能，并引入了一个神经网络架构 —— 决策适配器，该架构生成适配器模块的权重，并根据上下文信息调整智能体的行为。实验证明，与以往方法相比，决策适配器在几个环境中表现出更好的泛化性能，并且相对于一些替代方法，决策适配器对于无关变量的干扰更具鲁棒性。

Oct, 2023

本文提出一种基于动态自适应的连续强化学习框架 DaCoRL，采用渐进式上下文建模来对动态环境中的任务进行聚类，利用可扩展多头神经网络来逼近策略，同时借助在线贝叶斯聚类技术精确地分类当前任务并实例化所需的新上下文。在多个机器人导航任务和 MuJoCo 运动任务上进行的实验证明该框架具有更高的稳定性、总体性能和泛化能力。

Sep, 2022

本文介绍了一种利用局部因果模型（local causal models，LCMs）、逆因数据增强（Counterfactual Data Augmentation，CoDA）等方法来提高强化学习（reinforcement learning，RL）算法采样效率的方法。实验表明，在其所擅长的分解式任务中，该方法能显著提高算法的表现。

Jul, 2020

神经常微分方程通常难以推广到基础系统参数变化所创建的新动态行为，即使这些动态行为与先前观察到的行为相近。本文引入神经上下文流（NCF），一种将未观察到的参数编码成输入矢量场的潜在上下文向量的框架。NCF 利用矢量场相对于参数的可微性，结合一阶泰勒展开，使得任何上下文向量都能影响其他参数的轨迹。我们验证了该方法，并将其与已建立的多任务和元学习方法进行了比较，结果表明在 Lotka-Volterra、Glycolytic Oscillator 和 Gray-Scott 问题的领域内和分布外评估中，均方误差上具有竞争力。本研究对于科学和相关领域的基础模型以及从条件神经常微分方程中受益的领域具有实际意义。我们的代码开放在此 https URL。

May, 2024

该论文提出了一种用于强化学习中学习动态全局模型的方法，通过将学习全局动态模型的任务分解为学习本地动态的上下文潜向量和条件预测下一个状态来实现此目的，并通过鼓励上下文潜向量在预测正向和反向动态方面有用来编码动态特定信息。该方法在各种模拟机器人控制任务中实现了优异的泛化能力，超过了现有的强化学习方案。

May, 2020

本文提出了一种名为 IIDA 的简单方法，可以在没有真实环境变化情况下自适应环境动态。实验表明，IIDA 显著降低了模型误差，并提高了常用方法的任务性能，适用于机器人在真实场景中的应用。

Mar, 2022

通过数据为中心的视角解决概念漂移问题，提出了一个模型无关的时间域泛化方法，使用 COncept Drift simulAtor (CODA) 框架通过预测的特征相关矩阵模拟未来数据来训练模型，有效地实现了不同模型结构的时间域泛化。

Oct, 2023

本文提出一种利用局部分解结构的动力学模型、试验数据增强等方法的强化学习算法，该算法在离线学习方面比标准算法可显著提升其在超出分布范围的机器人操作任务中的性能表现。

Oct, 2022