DT-JEPA

DT-JEPA框架学习可泛化的知识用于离线强化学习

研究人员推出了一种新颖的离线强化学习框架DT-JEPA，它结合了决策Transformer（DT）和联合嵌入预测架构（JEPA）。该方法旨在通过预测潜在空间中的未来表征来从无奖励轨迹中学习可泛化的知识，而不是仅仅依赖预期的未来回报。DT-JEPA捕获未来表征的条件分布，从而深入了解动力学的预测信息和不确定性。在D4RL基准上的实验表明，DT-JEPA能够高效地适应未见过的任务，并且优于现有的离线RL方法。