揭秘自我預測表徵學習 (SPR) 中強化學習與自監督學習損失函數的整合：以資料效率為導向的強化學習中特定目標的影響

在自我預測表徵學習 (SPR) 框架中，對自監督學習 (SSL) 目標函數進行特定調整，例如終止狀態遮罩和優先經驗回放加權，可以顯著提高資料效率，但這些調整並非通用的，其有效性取決於具體的強化學習環境和任務。