Agent Priors 指导的策略学习
用结构先验连接机器人技能学习与组合泛化。
为什么重要
为机器人少样本技能学习和组合泛化提供了可复现实现。
阅读原文arxiv.org
AI 解读（根据原文生成）
论文提出 Agent Priors-guided Policy Learning（APPL），面向少量演示学习的机器人任务。其核心是把每个策略的结构先验作为技能组合与技能执行之间的接口：构建代理将完整演示切分为可复用技能，为每个技能提出多个结构先验并训练、验证对应策略；运行时代理再依据这些接口选择并组合策略以完成新目标。论文称 APPL 在 MetaWorld 和长时程 ManiSkill 任务上提升了分布外技能泛化，并支持未见过的技能组合。代码已给出 GitHub 链接，项目页也已提供。
要点（AI 据原文整理，数字均已与原文核对）
- A construction agent segments complete demonstrations into reusable skills, proposes several structural priors for each skill, and trains and verifies one policy per prior.
- A runtime agent selects among prior-specific policies and composes them toward new task goals using their interfaces.
- Across MetaWorld and long-horizon ManiSkill tasks, APPL improves out-of-distribution skill generalization and enables previously unseen skill compositions.
- Ablating the interface information substantially reduces performance.
