堅牢で効率的なキーポイント表現を使用して、ロボット操作タスクのためのエンドツーエンドの強化学習（RL）フレームワークを提示します。提案された方法は、自己監視オートエンコーダアーキテクチャを介して、状態

• reinforcement learning
• representation
• arXiv reaDer
• keypoint
• domain
• self-supervised
• sim-to-real
• arXiv
• adversarial
• zero-shot