基于语义选择的迁移强化学习

来源：江苏大学学报·自然科学版杂志2025年第5期北京时间：

作者：吕彦佑,韩飞

单位：江苏大学 计算机科学与通信工程学院， 江苏 镇江 212013

摘要：针对现有Fine-Tuning方法在面临微小视觉变化时迁移效率低的问题，提出一种基于语义选择的迁移强化学习模型.受非注意盲视现象（人类在注意转移时会忽略背景中的无关刺激）的启发，新方法通过无监督语义分割和语义权重选择，分离视觉任务迁移与策略控制任务，保留对策略任务导向性强的视觉特征.选用Flappy Bird游戏变体作为试验环境，在不同视觉干扰情况下进行迁移环境试验，对比了多种方法注意力机制迁移效果.结果表明：与基于注意力机制的迁移方法相比，文中方法在迁移效率、可解释性及复杂背景适应性方面均表现更优，尤其在视觉干扰显著的环境中展现出更强的鲁棒性.

关键词：图像分层, 强化学习, 迁移学习, 注意力机制, 非注意盲视, 语义分割, 语义选择

基金资助：国家自然科学基金资助项目(61976108)