优化机器人规划域以减少长视野规划的搜索时间

我们近期引入了一个从人类示范中自动生成机器人规划算子的系统。我们系统的一个特性是算子计数，其记录每个算子在示范中的应用频率。在本扩展摘要中，我们展示可利用该计数精简规划域，以减小长视野规划目标的搜索时间。我们方法背后的概念理念是，相较于出现频率较低的算子，我们更希望优先使用在示范中更频繁出现的算子。因此，我们提议将规划域仅限定为最常用算子。若该算子子集不足以找到规划，我们迭代地扩充该算子子集。我们展示了这显著减少了长视野规划目标的搜索时间。