论文提出PAMD（Pairwise Adaptive Mahalanobis Distance），为视觉强化学习中的潜在状态相似度学习引入条件于状态对的正定马氏距离。该方法试图兼顾固定范数表达能力不足与无约束成对距离导致退化的问题，并在视觉MuJoCo连续控制任务中改进多种双模拟强化学习算法的最终性能。
最近 24 小时暂无可用热度快照。