Skill Discovery and Skill Chaining for Hierarchical Robot Policies

本文研究了技能发现与技能链在层次化机器人策略中的应用。技能发现通过无监督或自监督方法从交互数据中提取可复用的运动技能，技能链将多个技能按顺序组合完成复杂任务。文章比较了不同技能发现方法（DIAYN、VALOR、APS、DADS）和技能组合策略（规划、学习、搜索），分析了技能的多样性、可组合性、可迁移性对层次策略性能的影响，并在机器人操作和导航任务上验证了技能链的任务完成能力。来源机构包括UC Berkeley、DeepMind、CMU等研究机构。