BriefGPT.xyz
大模型
Ask
alpha
关键词
image-based learning
搜索结果 - 2
ICLR
连接现实世界物体中心学习的鸿沟
该研究提出了一种无监督学习的方法,即利用自监督训练的模型来重构特征,从而在完全无监督的情况下出现物体为中心的表示形式,在模拟数据和实际数据集上表现良好,显示出竞争力。
PDF
2 years ago
ICLR
强化学习中的表示时间解耦以提高泛化能力
通过引入时间分离(TED)作为强化学习辅助任务,可以更好地利用序列化 RL 观察结果,学习更健壮的表示形式,从而使 RL 算法对未知环境变量的变化更快地适应。
PDF
2 years ago
Prev
Next