GenDa：用数据高效无监督强化学习学习可泛化技能策略

论文提出 GenDa（Generalizable Data-efficient Agent），针对离策略无监督强化学习中的技能语义非平稳和泛化脆弱问题，结合技能重标注机制与互补信息瓶颈（CIB），提升预训练数据效率，并使技能策略更关注自我中心特征、增强分布偏移下的下游控制泛化能力。作者报告其在多项实验中改善了可扩展性、泛化性和数据效率，但摘要未给出具体提升幅度。