基于掩码预测表征的强化学习

论文提出一种面向视觉强化学习的自监督掩码预测辅助任务，不重建原始图像，而是利用智能体采集的序列及上下文，在潜在空间预测被掩码信息。结合Transformer后，所得压缩表征可输入强化学习模型，并在多个连续与离散控制基准上提升样本效率，摘要称其超过现有方法。