요약
시각적 강화 학습(Visual Reinforcement Learning)은 에이전트(agent)가 원시 시각 입력(observation)에서 직접 학습하도록 하여 state의 인위적인 representation 설계의 필요성을 줄인다. 그러나 VRL 에이전트는 특정한 시각적 특성에 과적합되어 보지 못한 환경을 일반화하는 데 어려움을 겪는다. 이를 해결하기 위해 Stable Diffusion을 기반으로 한 새로운 증강 접근 방식을 제안한다. 한정적인 특성 정보를 담고 있는 observation을 Stable Diffusion을 통해 더 복잡하고 다양한 형태로 증강시켜 새로운 환경에 점진적으로 적응할 수 있게 하는 Stable Diffusion for Visual Data Augmentation(SDVDA)은 VRL 에이전트의 일반화 능력을 크게 향상시킬 수 있는 잠재 능력을 가지고 있다.

KSC2024에 accept된 논문입니다. 상세한 내용은 하단 링크를 확인해주시길 바랍니다.

https://drive.google.com/file/d/1ajl49ixk-7jHBmM8Wu7B47YUbbEoxozR/view?usp=sharing