结构化任务图离线学习算法

长程任务成功率显著提升

把长程目标分解为子任务并重建数据分布,在有限人类示教下显著超越现有离线强化学习方法。

Yiwen, Hou · Jinming, Ma · Haoyuan, Sun · 吴枫

IEEE Robotics and Automation Letters 2024

技术优势

长程任务也能做

把到达远期目标状态的任务分解成一系列更简单的子任务,显著减轻长程规划难度。

数据利用率更高

从离线数据集中提取子任务并构建任务图,利用任务图采样生成增广数据集,使数据分布更适合离线学习。

示教少也能用

在有限人类示教的长程操作任务上表现尤为突出,大幅超过现有基线。

应用场景