2025_NIPS_Dynamics Generalisation in Reinforcement Learning via Adaptive Context-Aware Policies

文章核心总结与翻译

一、主要内容

文章聚焦强化学习（RL）在未知环境动态下的泛化问题，指出传统方法因未能有效融合上下文信息，难以适应环境响应变化（如机器人质量改变、地面摩擦变化等场景）。通过区分“状态”（短时间尺度变化）与“上下文”（长时间尺度稳定）的概念差异，提出一种名为Decision Adapter的神经网络架构，利用超网络生成适配器模块权重，实现上下文对智能体行为的条件约束。在ODE、CartPole、Mujoco Ant三个环境中的实验表明，该架构在泛化性能、抗干扰能力（对无关变量）上显著优于现有基线方法（如Concat、cGate、FLAP），同时提供了上下文必要性的理论证明。

二、创新点

三、核心部分翻译（Markdown格式）

Abstract

尽管强化学习在多个领域取得了显著成功，但其实