堆垛成功率94.8%
针对非结构化环境下机械臂长时序任务的层级强化学习方法，将玩具清理任务成功率从78.3%提升到94.8%，训练速度较基线方法快近三倍。
王斐 · Liu, Yue · Manyi, Shi · Chen, Chao · Liu, Shangdong · Jinbiao, Zhu
Journal of Intelligent and Robotic Systems: Theory and Applications 2024
框架将抓取与后续堆叠、装配等环节统一规划，避免只优化抓取导致后续失败。
在堆叠玩具实验中，训练速度比基线方法快近三倍，降低训练时间成本。
任务越复杂，框架相较于基线的优势越大，适合推广到其他长时序任务。