TransMASK：通过学习变换实现掩码状态表示

TransMASK 提出一种自监督方法，学习一个掩码与观测图像特征相乘，仅保留与任务相关的特征，可与 diffusion policies 等模仿学习框架结合，无需额外标签或修改损失函数。实验表明该掩码具有可解释性，能拒绝干扰物位置、背景颜色等虚假特征，在分布外环境测试中相比基线方法至少提升 30% 的鲁棒性。项目网站已公开。