机构名称：
¥ 1.0
将来，我们希望机器人能够在家庭和医院等非结构化环境中运行，并具有长远的计划能力。尽管从原始观察中获得了深入的强化学习（RL），但很大程度上取决于形状奖励的可用性来指导学习[31，34]。另一方面，在过去的几十年中，已经证明了任务和运动计划可以解决更长的目标定向任务，例如从扭矩控制[20，39，40，43]中制作一杯咖啡。但是，这些方法通常需要预先研究的离散抽象状态，任务表示和过渡模型，例如机器人是否持有杯子以及哪些动作（或扰动）会改变这种抽象状态。在本文中，我们旨在从视频互动数据中学习用于高级抽象计划的离散表示形式，并结合学习的短马控制器。
Nika Haghtalab-人@EECS
主要关键词
相关文件推荐
