自博弈

现有驾驶自博弈依赖特权向量状态，导致视觉策略存在表征鸿沟。Pictura 提出自定义 CUDA 光栅化器，在单卡上实现高速透视渲染，直接训练 Alberti 策略。实验表明其在零样本迁移中表现优异，且行为更具视觉因果性。需注意其简化几何渲染带来的域差距。