Conor920

本文针对不同行为间的知识迁移和噪声干扰的问题，提出了行为间和行为内的自监督学习任务，并在引入自监督任务后，如何平衡目标任务和辅助任务的梯度更新上提出了一种方向、大小和前提相结合的梯度调整算法。