rQdia는 픽셀 기반 심층 강화 학습에서 증강 이미지를 사용하여 Q-값 분포를 규제하는 새로운 방법입니다. MSE를 이용한 간단한 보조 손실 함수를 통해 Q-값 분포를 동등하게 만듦으로써, MuJoCo 연속 제어 환경에서 DrQ와 SAC의 성능을 각각 12개 과제 중 9개와 10개에서 향상시키고, Atari 아케이드 환경에서 Data-Efficient Rainbow의 성능을 26개 환경 중 18개에서 향상시킵니다. 향상된 성능은 샘플 효율성과 장기간 학습 모두에서 확인됩니다. 또한, rQdia를 추가함으로써 픽셀 기반 모델 없는 연속 제어가 상태 인코딩 기준 모델을 능가하게 되었습니다.
