Multi-Task Policy Learning for Robot Manipulation

本文提出了一种面向机器人操作的多任务策略学习方法。该方法通过共享的策略网络和任务特定的条件化模块，实现单个策略处理多种操作任务（抓取、插入、开门、堆叠等）。文章提出了任务嵌入网络将任务描述编码为低维向量，作为策略的条件输入，并设计了多任务训练目标平衡各任务的学习进度。实验表明该方法在多种操作任务上显著优于单任务策略和简单的多任务基线。来源机构包括Google Robotics、Stanford University等。