State Representation Learning for Robot Control

本文提出了一种面向机器人控制的状态表示学习方法。该方法通过自监督预测任务（下一帧预测、逆动力学、对比预测）从原始图像观测中学习紧凑的状态表示，作为强化学习策略的输入。文章分析了不同辅助任务对表示质量和下游控制性能的影响，提出了多任务辅助目标的组合方法，并在多种视觉控制任务上验证了样本效率和最终性能的提升。适用场景包括视觉机器人操作、导航等领域。来源机构包括Google Robotics、Stanford、Montreal大学等。