学习用于运动优化的任务无关动作空间

我们提出一种探索基于物理的动画角色动力学并学习使运动优化更简单的任务无关动作空间的新方法。与若干先前论文类似，我们将动作参数化为目标状态，并学习一个短视界目标条件低层控制策略，将智能体状态驱动向目标。我们的新颖贡献在于，利用我们的探索数据，我们得以以通用方式且在无任何参考运动数据的情况下学习低层策略。针对每个智能体或仿真环境训练一次后，该策略提升了跨多个任务与优化算法优化轨迹与高层策略的效率。我们也贡献了新颖的可视化，展示使用目标状态作为动作如何使优化轨迹对扰动更鲁棒；这体现为易于发现的更宽最优点。由于其简单性与通用性，我们提出的方法应提供一个可改进大量运动优化方法与应用的构建模块。