基于可预测性的好奇心驱动动作符号发现

发现技能的符号表示对于抽象推理和高效规划在机器人领域至关重要。以往的神经符号机器人研究主要关注给定预定义动作 repertoire并生成给定动作符号的计划。然而，真正具有发展性的机器人系统应能够以最小的人类干预发现规划系统所需的全部抽象。在本研究中，我们提出了一种 novel system，用于自主发现动作原始符号以及感知符号。我们的系统基于编码器-解码器结构，输入为对象和动作信息，预测生成的效果。为有效探索广大的连续动作参数空间，我们引入基于好奇心的探索模块，该模块选择最具信息量的动作——即最大化预测效果分布熵的动作。所发现的动作原始符号随后用于单对象和双对象操作任务中的符号树搜索策略中进行计划。我们与两种使用不同探索策略的基线模型进行了比较。结果表明，我们的方法能够学习一套多样化的符号动作原始符号，这些符号在实现给定操作目标的计划生成方面有效。