研究人员开发了一种新的自监督生成模型，名为 Behavioral INR，它将隐式神经表征（INRs）应用于从无标签行为数据中学习策略表示。该模型通过将每个数据点视为潜在函数的样本，在无需监督的情况下推断策略身份，并能适应可变的片段长度和采样粒度。Behavioral INR 已在机器人、赛车和国际象棋等各种数据集上进行了评估，在策略可识别性方面显示出持续的改进，尤其是在复杂连续状态-动作设置中。 AI
影响 引入了一种新的无监督策略学习方法，有望推动强化学习和机器人技术的应用。
排序理由 该集群包含一篇详细介绍新模型及其评估的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.12200v1 Announce Type: cross Abstract: We study policy representation learning from unlabeled multi-policy behavioral data. Each episode is generated by a fixed policy, but policy labels are unavailable. This setting appears in robotics play, demonstrations, games, rac…
We study policy representation learning from unlabeled multi-policy behavioral data. Each episode is generated by a fixed policy, but policy labels are unavailable. This setting appears in robotics play, demonstrations, games, racing, and other datasets where heterogeneous behavi…