LEAGUE：面向长时序操作的引导式技能学习与抽象框架

为协助日常人类活动，机器人必须解决复杂的长时序任务并泛化到新环境。近期深度强化学习（RL）方法在完全自主学习中展现出潜力，但难以在大型环境中达成长期目标。另一方面，任务与运动规划（TAMP）方法凭借其强大的状态与动作抽象能力，擅长解决长时序任务并泛化。但它们假设预定义技能集，限制了实际应用。本工作结合这两种范式的优势，提出名为 LEAGUE（Learning and Abstraction with Guidance，引导式学习与抽象）的任务规划与技能学习集成框架。LEAGUE 利用任务规划器的符号接口引导基于 RL 的技能学习，并构建抽象状态空间以实现技能复用。更重要的是，LEAGUE 在任务规划系统原位中学习操作技能，持续扩展其能力与可解任务集合。我们在四个具有挑战性的模拟任务域上评估 LEAGUE，结果显示其大幅优于基线方法。我们还表明所学技能可复用以加速新任务域中的学习，并迁移至实体机器人平台。