DySCOVER：预测好奇心提升机器人视觉学习

Stelios Zarifis 等提出 DySCOVER，一个自监督的机器人主动视觉学习框架，并在机械臂实验中称，加入预测好奇心比仅用视觉好奇心能更好地改进视觉模型。 该框架中，机器人观察 RGB 帧、训练视觉自编码器进行编码与重建，并用循环世界模型在当前状态和动作条件下预测下一视觉隐状态。作者称，在初始条件、经验容量、具身形式和场景内容的不同变化下，加入预测好奇心都一致改进了视觉学习。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。