Goal Representation and Generation for Goal-Conditioned Robot Policies

本文研究了目标条件化机器人策略中的目标表示与生成问题。文章比较了不同的目标表示方式（状态向量、图像、语言描述、子目标序列），分析了各表示方式在表达能力、采样效率、泛化能力方面的优劣。文章还提出了基于生成模型的目标生成方法，能够自动生成多样化的训练目标，提升目标条件化策略的覆盖范围和泛化能力。适用场景包括多目标操作、长程导航等领域。来源机构包括MIT、CMU、DeepMind等研究机构。