2025_NIPS_Learning Dynamic Attribute-factored World Models for Efficient Multi-object Reinforceme...

文章核心总结

主要内容

本文提出动态属性分解强化学习（DAFT-RL）框架，聚焦多目标强化学习中的组合泛化问题——即agent需与不同类型物体交互，并泛化到未见过的物体组合、数量及任务组合。框架通过物体中心表示学习提取视觉输入中的物体，结合三类图结构（类模板图、交互模式图、动态交互图），在属性层面精细分解物体的动力学和奖励函数，最终实现无需额外策略学习即可适配新环境。

核心创新点

1. 属性级精细分解：突破现有方法仅在物体层面分解的局限，深入属性维度（如位置、速度、摩擦系数），建模稀疏的属性间依赖关系。
2. 三类结构化图模型：类模板图描述同类物体的属性动力学模板，交互模式图定义不同类物体的属性级交互规则，动态交互图捕捉物体间随时间变化的稀疏交互。
3. 高效泛化机制：通过学习物体类别的通用模板和交互规则，结合 latent 参数推断，实现对未见过的物体数量、属性组合、任务组合的快速适配。
4. 端到端可学习架构：融合物体中心表示、因果分解、软注意力机制和动态神经关系推理，一体化完成物体提取、图结构学习和策略优化。

---

翻译部分（Markdown格式）

Abstract

在许多强化学习任务中，智能体必须学会与多种不同类