ReCoRe：世界模型的正则化对比表征学习

基于摘要分析。ReCoRe 研究视觉导航强化学习在外观显著变化时样本效率低、易过拟合训练场景的问题，将世界模型、无监督对比学习与干预不变正则项结合，以学习更有利于泛化的表征。 其核心思路是通过显式建模环境动力学提高样本效率，利用对比学习促进不变特征学习。作者指出，由于世界模型强化学习中的表征学习与智能体策略分别优化，直接加入对比损失仍不充分；因此引入辅助任务形式的干预不变正则项，以显式约束表征对风格干预保持不变。摘要列举了深度预测、图像去噪和图像分割等辅助任务，但其具体选用方式、监督来源及损失组合尚未验证。 作者报告，在 iGibson benchmark 的分布外点目标导航评估中，该方法优于所比较的基于模型及无模型强化学习方法；在仅使用视觉观测的设置下，优于所比较的近期语言引导基础模型。作者还报告，其感知模块在 Gibson benchmark 的仿真到现实迁移中表现良好。摘要未给出具体指标、数值、数据划分及计算开销，实验协议、消融及统计信息尚未验证，因此不能据此量化性能优势或确认资源受限部署收益。 平台推测（待验证）：可迁移的假设是，若 EEG 中存在可与任务信息分离的会话或采集条件变化，则可借鉴“不变表征＋辅助任务”的约束思路，缓解跨会话泛化问题；原论文的视觉环境动力学、风格干预和图像辅助监督不能直接等同于 EEG。需改造时序编码、干预定义及辅助目标，且低信噪比、通道差异和小数据可能使约束误删任务信息。可在固定跨会话划分下，对照相同编码器的对比学习与加入辅助正则的版本，检验收益是否稳定。该假设不构成已证实的 EEG/BCI 效果，相关 EEG 工作尚未检索确认。