基于可供性的规划：集成学习到的可供性模型与符号规划

在真实世界环境中工作的智能体必须能够学习环境及其能力，这些能力使它们能够采取行动改变世界状态，从而在照片般逼真的环境中完成复杂的多步骤任务。学习环境对于执行各种多步骤任务尤其重要，而无需为不同的任务或环境设置重新定义智能体的动作集。在我们的工作中，我们利用学习到的世界中对象的可供性模型来增强现有的任务与运动规划框架，从而能够使用学习到的模型来规划和执行多步骤任务。每个任务都可以被视为将当前世界状态改变为给定的目标状态。可供性模型为我们提供了在任何给定状态下哪些动作是可能的以及如何执行这些动作的信息。符号规划算法利用这些信息以及起始状态和目标状态，创建一个可行的计划以达到所需的目标状态，从而完成给定的任务。我们在虚拟3D照片般逼真的环境AI2-Thor中展示了我们的方法，并在真实世界任务上对其进行了评估。我们的结果表明，我们的智能体能够快速学习如何与环境交互，并做好了执行诸如“移开物体以到达所需位置”等任务的准备。