机器人终身学习中自主生成子目标的方法

开放式机器人学习的一个挑战是自主发现目标并学习实现这些目标的技能。然而，在终身学习环境中，希望能够在不依赖显式奖励的情况下生成具有其关联技能的子目标，以用作实现目标的步态。这样，子目标和技能就可以被重用，以帮助实现其他目标。本工作提出了两种针对该挑战的子目标生成方法：一种自上而下的方法，其中通过内在动机从一般目标中层次化地推导出子目标；一种自下而上的方法，其中子目标链通过使先前在不同领域中学习的目标与感知类的潜在关系变得显式而生成。这些方法帮助机器人自主生成并链接子目标，以实现更一般的目标。此外，它们创建更抽象的目标表示，帮助减少子目标重复，使技能学习更高效。我们在现有的用于终身开放式学习的认知架构中实现了该方法，并用实际机器人进行测试。我们的做法增强了机器人发现和实现目标、以有效方式生成子目标、概括已学习技能以及在没有显式中间奖励的情况下在动态和未知环境中运行的能力。