Contrastive Learning 对比学习 | RL 学 representation 时的对比学习

这篇文章的主要思想是，我们维护一个 discriminator，负责判断两个东西是否是一致的（也可认为是一个判断相似性的函数）；比如，我的 encoding 和我下一时刻的 encoding（这篇文章所做的），两个相同类别的样本，两个正样本，我的 encoding 和我数据增强后的 encoding 等等。