从全状态轨迹中发现无监督行为

提升开放式学习能力是使机器人能够应对现实世界无限复杂性的一种有前景的方法。在现有方法中，Quality-Diversity算法生成大量多样且高性能技能的能力在此背景下至关重要。然而，大多数此类算法依赖于手工编码的行为描述符来表征多样性，因此需要关于所考虑任务的先验知识。在这项工作中，我们对“自主机器人实现其能力”算法进行了额外分析；这是一种能自主发现行为表征的Quality-Diversity算法。我们在一个模拟机器人环境中评估了该方法，在该环境中，机器人必须从其全状态轨迹中自主发现其能力。所有算法均应用于三项任务：导航、高速前进以及执行半翻滚。实验结果表明，所研究的算法能自主发现相对于所有任务都具有多样性的解决方案集合。更具体地说，所分析的方法能自主找到使机器人移动到不同位置、以不同方式使用其腿部，甚至执行半翻滚的策略。