双层学习用于双层规划

一个从演示中学习的机器人不仅要模仿它看到的内容，还要理解正在演示的高层概念，并将其推广到新任务。双层规划是一种分层模型方法，其中可以利用谓词（关系状态抽象）来实现组合推理。然而，先前的双层规划方法依赖于要么手工设计的谓词，要么受限于非常简单的形式，从而限制了其在复杂高维状态空间中的可扩展性。为解决这一限制，我们提出 IVNTR，这是首个能够直接从演示中学习神经谓词的双层规划方法。我们的关键创新是一种神经符号双层学习框架，其结构镜像了双层规划的结构。在 IVNTR 中，符号学习谓词“效果”和神经学习谓词“函数”交替进行，彼此提供指导。我们在六个多样化的机器人规划领域中评估了 IVNTR，展示了其在抽象各种连续和高维状态方面的有效性。尽管大多数现有方法难以推理（成功率 <35%），但我们的 IVNTR 在未见任务上的平均成功率达到 77%。此外，我们在移动操作臂上展示了 IVNTR，使其能够学习执行真实的移动操作任务，并推广到具有新物体、新状态和更长任务时域的未见测试情景。我们的发现凸显了以抽象方式进行学习和规划作为实现高层推理之路的前景。