神经符号模仿学习：发现用于技能学习的符号抽象

模仿学习是教导机器人新行为的一种流行方法。然而，现有大多数方法侧重于教授短促、孤立的技能，而非长程、多步任务。为弥合这一差距，模仿学习算法不仅必须学习个体技能，还须学习如何将这些技能进行排序以有效执行扩展任务的抽象理解。本文通过提出一个神经符号模仿学习框架来解决这一挑战。利用任务演示，系统首先学习一个抽象低层状态-动作空间的符号表示。所学表示将任务分解为更易处理的子任务，并允许系统利用符号规划生成抽象计划。随后，系统利用该任务分解学习一组神经技能，能够将抽象计划细化为可执行的机器人指令。在三个模拟机器人环境中的实验结果表明，与基线相比，我们的神经符号方法提高了数据效率，改善了泛化能力，并促进了可解释性。