Eurekaverse：通过大语言模型的环境课程生成

近期研究表明，通过训练机器人在逐步更具挑战性的环境课程上学习，是教授机器人广泛复杂技能的一种有前景的策略。然而，开发有效的环境分布课程目前需要大量专业知识，且必须为每个新领域重复进行。我们的关键洞见是环境通常可以自然地表示为代码。因此，我们探究了是否可以通过大语言模型（LLM）的代码生成实现有效的环境课程设计并自动化。在本文中，我们提出了Eurekaverse，一种无监督的环境设计算法，利用LLM采样逐步更具挑战性、更多样化且更易学习的环境用于技能训练。我们在四足跑酷学习领域验证了Eurekaverse的有效性，其中四足机器人必须穿越各种障碍课程。Eurekaverse自动设计的课程使复杂跑酷技能在仿真中的渐进学习成为可能，并成功迁移到现实世界中，超越了人类设计的手动训练课程。