[发明专利]一种具有抗视觉干扰的表征强化学习方法

摘要

本发明公开了一种具有抗视觉干扰的表征强化学习方法，首先，从经验回放池中采样当前时刻与下一时刻智能体在环境中的图像观测样本、当前时刻采取的动作与获得的奖励；其次，利用随机漂移对获取的图像观测样本进行数据增广并将其编码为隐空间状态表征；然后，引入基于对比学习的潜在动力学模型与基于t分布的嵌入式聚类模型来联合学习隐空间状态表征；最后，将隐空间状态表征作为强化学习的输入并训练深度强化学习网络生成模型，最终用于智能体的控制决策任务。本发明能够在存在视觉干扰的环境下提高智能体的鲁棒性与样本效率。