基于状态转换的动态对比技能学习

强化学习 (RL) 在诸多领域取得显著进展，但在复杂决策的长期任务中规模化仍具挑战。技能学习通过将动作抽象为高层次行为来缓解这一问题。然而，现有方法往往未能将语义相似的行为识别为同一技能，且使用固定技能长度，限制了灵活性与泛化能力。为此，我们提出 Dynamic Contrastive Skill Learning (DCSL)，一种新型框架重新定义技能表示与学习。DCSL 引入三个关键思想：基于状态转换的技能表示、技能相似性函数学习和动态技能长度调整。通过聚焦状态转换并利用对比学习，DCSL 有效捕获行为的语义上下文，并根据行为的合适时间范围动态调整技能长度。我们的方法实现更灵活和自适应的技能提取，尤其在复杂或噪声数据集中表现突出，并在任务完成度与效率方面与现有方法持平。