面向多任务机器人学习中快速离分布适应的几何与时间利用

我们探索了寻求利用机器人任务共享物理结构的多任务迁移学习方法。具体而言，我们为一组基础预训练任务训练策略，然后尝试使用简单的架构方法将这些策略作为黑箱先验来适应新的离分布任务。这些方法包括学习从基础任务到目标任务的观测空间或动作空间的对齐以利用刚体结构，以及学习跨基础任务的时间域切换策略来解决目标任务以利用时间相干性。我们发现，结合低复杂度目标策略类、作为黑箱先验的基础策略以及简单优化算法，使我们能够利用少量离线训练数据获取基础任务分布之外的新任务。