通过动作学习视觉：面向机器人的预测性好奇心框架 DySCOVER

研究人员提出面向机器人主动视觉学习的自监督框架 DySCOVER，通过好奇心驱动的交互自主收集经验以提升视觉模型。该系统结合编码与重建 RGB 帧的视觉自编码器以及循环世界模型，仅依赖重建误差和动作转移预测误差作为内在奖励训练策略。在机械臂具身智能体实验中，加入预测性好奇心在多种初始条件、经验容量与场景下均持续优于仅依赖视觉好奇心的表现。