论文摘要：人们可以根据自己的经验学习各种各样的任务，但也可以通过观察其他生物来学习。即使观察到的代理与学习代理形态之间的差异很大，也可以加快新技能的获取。在本文中，我们研究了强化学习算法如何在形态不同的代理（例如，不同的机器人）之间传递知识。我们介绍了一个问题提法，其中两个特工被要求通过共享信息来学习多种技能。我们的方法使用了两个代理所学到的技能来训练不变特征空间，然后将其用于将其他技能从一个代理转移到另一个代理。学习这些不变特征空间的过程可以看作是一种“类比制作”，或者是隐式学习两个不同领域之