GACL：基于主动任务与绩效监控的 grounding 自适应课程学习

课程学习已成为训练复杂机器人任务的有前景方法，但当前应用主要依赖手动设计的课程，这需要大量的工程 effort，且可能因主观和次优的人类设计选择而受到影响。虽然自动化课程学习在网格世界和游戏等简单域中取得了成功，其中可以轻松指定任务分布，但机器人任务 presents unique 挑战：它们需要在保持与目标域分布相关性的同时处理复杂的任务空间，而这些分布仅通过有限样本部分知晓。为此，我们提出了 grounded 自适应课程学习 (Grounded Adaptive Curriculum Learning, GACL)，这是一种专为机器人课程学习设计的框架，包含三个关键创新：(1) 能够一致处理复杂机器人任务设计的任务表示；(2) 允许针对机器人当前能力进行自适应课程生成的主动绩效跟踪机制；(3) 通过在参考任务和合成任务之间交替抽样来保持目标域相关性。我们在受限环境中的轮盘导航和具有挑战性 3D 限制空间中的四足 locomotion 中验证了 GACL，分别比各自领域的最先进方法提高了 6.8% 和 6.1% 的成功率。