SPIN：将Skill-RRT蒸馏用于长时序抓取与非抓取操作

当前机器人在需要序列化抓取与非抓取技能、接触丰富交互和长期推理的长时序操作任务中面临困难。我们提出了 $\texttt{SPIN}$（$\textbf{S}$kill $\textbf{P}$lanning to $\textbf{IN}$ference），一个将计算密集型规划算法通过模仿学习蒸馏为策略的框架。我们提出了 $\texttt{Skill-RRT}$，即在RRT中引入技能适用性检查和中间物体姿态采样以求解此类长时序问题的扩展。为串联独立训练的技能，我们引入了 $\textit{connectors}$，即训练用于在转换过程中最小化物体扰动的目标条件策略。通过 $\texttt{Skill-RRT}$ 生成高质量演示，并通过基于噪声的重放进行蒸馏，以减少在线计算时间。所得策略完全在仿真中训练，零样本迁移到真实世界，在三个具有挑战性的长时序操作任务中实现了超过80%的成功率，并优于最先进的分层强化学习和规划方法。