基于神经符号归纳学习的长程规划

近期的学习-imitation 方法在 observation-action 空间内进行仿照，展现出规划方面的潜在成果。但其在开放环境中的能力仍受限，尤其是长程任务。相比之下，传统符号规划通过对人类定义的符号空间进行逻辑推理在长程任务中表现突出，但难以处理超出符号状态之外的观察，如实际场景中遇到的高维视觉输入。在本文中，我们灵感来自归纳学习，提出了新型框架 ABIL（Abductive Imitation Learning），集成数据驱动学习与符号推理的优势，实现长程规划。具体而言，我们采用归纳推理来理解符号空间中的演示，并设计顺序一致性原则，以解决感知与推理之间的冲突。ABIL 生成谓词候选项，以促进从原始观察到符号空间的感知，无需繁琐的谓词标注，为符号规划奠定基础。凭借符号理解，我们进一步开发了由不同逻辑目标构建的策略集合，并通过符号推理进行管理。实验表明，我们的方案成功地理解了与任务相关的符号，以辅助仿照学习。重要的是，ABIL 在各种长程任务上的数据效率和泛化能力显著提升，凸显其作为长程规划的有前景的解决方案。项目网站：https://www.lamda.nju.edu.cn/shaojj/KDD25_ABIL/。