CLASP: Language-Driven Robot Skill Selection and Composition using Task-Parameterized Learning
German Aerospace Center (DLR), Institute of Robotics and Mechatronics (RMC)（德国航空航天中心（DLR），机器人与机电一体化研究所（RMC））；Technical University of Munich (TUM)（慕尼黑工业大学（TUM））
提出CLASP架构，结合任务参数化核化运动基元（TP-KMP）与预训练视觉语言模型（VLM），通过自然语言命令实现技能选择、组合和主动学习，无需微调，在7自由度机械臂上达到73.3%-100%成功率。
2026-06-06 cs.AI cs.CL cs.HC
Learning Forceful Manipulation Skills from Multi-modal Human Demonstrations
University of Stuttgart（斯图加特大学）；Bosch Center for Artificial Intelligence (BCAI)（博世人工智能中心）；Bosch Corporate Research（博世企业研究）
示教学习（LfD）提供了一种直观、快速的机器人操作器编程方法。任务参数化表示允许轻松适应新场景和在线观察。然而，这种方法仅限于姿势演示，因此仅限于具有空间和时间特征的技能。在这项工作中，我们扩展了LfD框架，以解决有力的操作技能，这是非常重要的工业过程，如装配。对于这些技能，包括机器人末端执行器姿势，力和扭矩读数以及操作场景在内的多模态演示是必不可少的。我们的目标是根据不同场景中所展示的姿势和力量分布可靠地再现这些技能。该方法结合了我们以前的工作任务参数化优化和吸引子为基础的阻抗控制。所学习的技能模型包括（i）统一姿势和力特征的吸引子模型，以及（ii）针对技能的不同阶段优化刚度的刚度模型。此外，提出了一种在线执行算法，以适应技能执行的机器人姿态，测量力，和变化的场景的实时观察。我们在电动自行车电机装配过程的几个步骤中对7自由度机器人手臂进行了严格的验证，这些步骤需要不同类型的有力交互，例如插入，滑动和扭转。
2021-09-09 cs.RO
Efficient Reinforcement Learning for Autonomous Driving with Parameterized Skills and Priors
University of Toronto（多伦多大学）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；SenseTime Research（商汤科技研究院）；McGill University（麦吉尔大学）
针对自动驾驶在交互式密集交通中学习效率低的问题，提出ASAP-RL算法，通过参数化运动技能和双重初始化利用专家先验，在稀疏奖励下实现更高学习效率和更好驾驶性能。
2023-05-08 cs.AI cs.LG cs.RO
Search-Based Task Planning with Learned Skill Effect Models for Lifelong Robotic Manipulation
Carnegie Mellon University（卡内基梅隆大学）
部署在许多现实环境中的机器人需要能够随着时间的推移获得新技能并解决新任务。以前的技能规划工作通常对技能和任务的结构做出假设，例如子目标技能，共享技能实现或特定于任务的计划框架，这限制了对新技能和任务的适应。相比之下，我们建议通过使用在模拟中学习的高级技能效果模型在参数化技能空间中进行联合搜索来进行任务规划。我们使用迭代训练过程来有效地生成相关数据来训练这样的模型。我们的方法允许灵活的技能参数化和任务规范，以促进终身学习的通用领域。实验表明，我们的规划者能够以终身的方式整合新技能，在训练和测试任务中以更低的成本找到新的任务策略。我们还表明，我们的方法可以转移到现实世界中，而无需进一步微调。
2022-04-14 cs.RO
Acquiring Target Stacking Skills by Goal-Parameterized Deep Reinforcement Learning
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）；Saarland Informatics Campus（萨尔兰信息学园区）
理解物理现象是人类智能的一个关键组成部分，它使人们能够与以前看不见的环境进行物理交互。在本文中，我们研究了人工智能体如何通过与环境的交互自主地获得这种直觉。我们创建了一个具有物理模拟的合成块堆叠环境，在该环境中，代理可以通过试验和错误来学习端到端的策略。因此，我们绕过明确的模型物理知识的政策。我们特别感兴趣的任务，需要代理达到一个给定的目标状态，可能是不同的每一个新的试验。为此，我们提出了一个深度强化学习框架，学习由目标参数化的策略。我们在一个玩具示例中验证了该模型，该示例在具有不同目标位置的网格世界中导航，以及在具有最终塔的不同目标结构的块堆叠任务中导航。与以前的工作相比，我们的政策在不同的目标之间表现出更好的泛化能力。
2017-11-22 cs.AI cs.CV cs.LG
Interactive Human-in-the-loop Coordination of Manipulation Skills Learned from Demonstration
College of Engineering, Peking University（北京大学工学院）；Bosch Center for Artificial Intelligence (BCAI)（博世人工智能中心）
示教学习（LfD）提供了一种快速、直观和有效的机器人技能编程框架，在研究和工业应用中获得了越来越多的兴趣。大多数复杂的操作任务是长期的，涉及一组技能原语。因此，至关重要的是要有一个可靠的协调方案，选择正确的序列的技能原语和正确的参数为每个技能，在各种情况下。而不是依赖于一个精确的模拟器，这项工作提出了一个人在回路协调框架LfD技能：从动觉演示建立参数化的技能模型;构建一个几何任务网络（GTN）的飞行从人类的指令;学习分层控制策略在执行过程中递增。该框架可以大大减少人工设计的工作量，同时提高对新场景的适应性。我们在一个7自由度的机器人机械手上展示了所提出的方法可以在不到30分钟的时间内教授复杂的工业任务，如垃圾箱分拣和装配。
2022-03-01 cs.RO
From Local Corrections to Generalized Skills: Improving Neuro-Symbolic Policies with MEMO
Collab；Dept. of Mechanical Engineering, Virginia Tech, Blacksburg, USA.（机械工程系，弗吉尼亚理工学院，黑斯堡，美国）；TEA Lab（TEA实验室）
针对机器人神经符号策略中技能不足的问题，提出MEMO框架，通过收集、聚类和改写多用户自然语言修正，构建检索增强的技能手册，动态扩展技能库，实现新任务泛化。
2026-06-24 cs.RO
Practice Makes Perfect: Planning to Learn Skill Parameter Policies
The AI Institute（人工智能学院）；MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）；Northeastern University（东北大学）
针对机器人长周期任务决策问题，提出一种基于胜任力评估与胜任力感知规划的主动练习选择方法，可自主高效学习技能参数策略，在仿真与真实移动操作任务中均验证有效。
2024-05-18 cs.LG cs.RO
SkillWeaver: Agentic Exploration over Neural Interaction Skills for Scalable Robot Data Generation
Carnegie Mellon University（卡内基梅隆大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
提出SkillWeaver框架，通过VLM智能体探索神经交互技能并利用验证器引导的树搜索，自主生成39.1K演示数据，显著提升机器人策略的泛化与迁移能力。
2026-09-30 cs.RO
Learning from Few Demonstrations with Frame-Weighted Motion Generation
Delft University of Technology（代尔夫特理工大学）；Honda Research Institute Europe（本田欧洲研究所）；University of York（约克大学）
本文提出一种基于参考帧权重的少样本演示学习算法，通过捕捉任务执行中帧的重要性，在仅少量演示的情况下实现高效技能获取，并在真实机器人环境中验证了其有效性。
2023-10-26 cs.RO
Robotic Nanoparticle Synthesis via Solution-based Processes
Department of Mechanical Engineering, Stony Brook University（石溪大学机械工程系）；Department of Chemistry, Stony Brook University（石溪大学化学系）
本文提出一种基于螺旋几何的操控规划框架，用于实现基于溶液的合成自动化，通过金和磁铁矿纳米粒子的制备进行演示。该框架通过编程演示提取约束，实现化学家无需机器人知识即可重新编程系统。
2026-08-07 cs.RO
Task-Parameterized Imitation Learning with Time-Sensitive Constraints
KUKA Deutschland GmbH（库卡德国有限公司）；Technical University Braunschweig（布伦瑞克工业大学）；Instituto Superior Técnico（里斯本高等理工学院）
本文提出在黎曼流形上学习 GMM 的约束化 EM 算法，并扩展至 TP-GMM，使机械臂能在指定时间精确满足末端执行器位姿约束。
2023-12-06 cs.RO
EKMP: Generalized Imitation Learning with Adaptation, Nonlinear Hard Constraints and Obstacle Avoidance
School of Computing, University of Leeds（利兹大学计算机学院）
模仿学习作为机器人轨迹生成的一种简单易行的方法，已被视为机器人技能学习的一个重要方向。无约束模仿学习忽略了环境和机器人运动学/动力学可能产生的内部和外部约束，与此相反，约束模仿学习允许将人类技能转移到非结构化场景，进一步扩大了模仿学习的应用领域。虽然已经研究了各种约束，例如，关节限制，避障和平面约束，非线性硬约束的问题还没有得到很好的解决。在本文中，我们提出了扩展核化运动原语（EKMP），以应付大多数的关键问题，在模仿学习，包括非线性硬约束。具体来说，EKMP是能够学习的概率特性的多个演示，适应学习的技能对任意所需的关节位置和速度方面的点，避免障碍物的机器人链接的水平，以及满足任意的线性和非线性，等式和不等式硬约束。此外，EKMP和最先进的运动规划方法之间的联系进行了讨论。几个评估，包括规划关节轨迹的7自由度的机器人手臂，以验证我们的框架的有效性。
2021-03-12 cs.RO
Contextual Latent-Movements Off-Policy Optimization for Robotic Manipulation Skills
Technische Universität Darmstadt（达姆施塔特工业大学）
参数化运动基元已广泛用于机器人任务的模仿学习。然而，参数空间的高维性阻碍了强化学习（RL）设置中这些原语的改进，特别是对于物理机器人的学习。在本文中，我们提出了一种新的观点，处理演示轨迹获得低维，非线性潜在的动态，使用混合物的概率主成分分析（MPPCA）的运动的参数空间。此外，我们介绍了一个新的上下文的非策略RL算法，命名为LAMPO（LAtent-Movements Policy Optimization）。LAMPO可以提供梯度估计从以前的经验，使用自归一化重要性采样，因此，充分利用在以前的学习迭代中收集的样本。这些优点相结合，提供了一个完整的框架，样本有效的偏离政策优化的运动原语的机器人学习的高维操作技能。我们在仿真和真实机器人上进行的实验结果表明，LAMPO提供了样本有效的政策对文献中常见的方法。
2022-02-11 cs.LG cs.RO
GROVE: A Generalized Reward for Learning Open-Vocabulary Physical Skill
Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院）；State Key Laboratory of General Artificial Intelligence, BIGAI（北京通用人工智能研究院 通用人工智能国家重点实验室）；School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院）；Department of Automation, Tsinghua University（清华大学自动化系）
针对模拟智能体开放词汇物理技能学习，提出GROVE通用奖励框架，结合LLM生成约束与VLM反馈迭代优化，经Pose2CLIP桥接域差距，显著提升自然度与任务完成度并加速训练。
2025-09-12 cs.CV cs.RO
FRAMES: Failure Recovery And Monitoring of Embodied Skills for Humanoid Loco-Manipulation
Duke University（杜克大学）
FRAMES提出一个针对Unitree G1仿人机器人的失败感知监督框架，通过视觉语言模型监控技能执行并触发恢复，在MuJoCo中达到94%的监控准确率。
2026-09-22 cs.AI cs.RO
Primitive Skill-based Robot Learning from Human Evaluative Feedback
Stanford University（斯坦福大学）
针对长时程机器人操作任务中RL的样本效率低和安全问题，提出结合RLHF与原始技能的SEED框架，通过参数化技能实现执行前人类评估，显著提升样本效率、安全性并减少人力。
2023-08-02 cs.AI cs.RO
Dexterous Legged Locomotion in Confined 3D Spaces with Reinforcement Learning
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；George Mason University（乔治梅森大学）；Sony AI（索尼人工智能）
针对受限三维空间中腿式机器人导航难题，提出结合经典规划器与强化学习策略的分层运动控制器，在仿真中性能优于现有方法，且成功实现真机部署。
2024-03-06 cs.LG cs.RO
EXTRACT: Efficient Policy Learning by Extracting Transferable Robot Skills from Offline Data
University of Southern California（南加州大学）；KAIST（韩国科学技术院）；CMU（卡内基梅隆大学）；Amazon Web Services（亚马逊网络服务）
EXTRACT利用预训练视觉语言模型从离线数据中提取语义技能，无需人工监督，使机器人通过选择技能和调整参数快速学习新任务，在稀疏奖励图像操作环境中显著提升样本效率和性能。
2024-09-19 cs.AI cs.LG cs.RO
Robot Program Parameter Inference via Differentiable Shadow Program Inversion
Institute for Artificial Intelligence (IAI), University of Bremen（不来梅大学人工智能研究所（IAI））；ArtiMinds Robotics（ArtiMinds机器人公司）
机器人的操作任务可以通过结合单个机器人的技能来有效地解决，这些技能必须针对具体的物理环境和手头的任务进行参数化。这对人类程序员来说既耗时又困难，特别是对于强制控制技能。为此，我们提出了影子程序反演（SPI），一种新的方法来推断最佳的技能参数直接从数据。SPI利用无监督学习来训练辅助可微程序表示（“影子程序”），并通过基于梯度的模型反演来实现参数推断。我们的方法可以使用高效的一阶优化器来推断最初不可微技能的最佳参数，包括目前在生产中使用的许多技能变体。SPI zero-shot可跨任务目标进行推广，这意味着影子程序不需要重新训练来推断不同任务变量的参数。我们在工业和家庭场景中对三种不同的机器人和技能框架进行了评估。代码和示例可在https://innolab.artiminds.com/icra2021上获得。
2022-07-14 cs.AI cs.LG cs.RO
Contract-Grounded Behavior Tree Synthesis via Coding Agents
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
研究从自然语言合成机器人行为树时基础设定易出现的问题，提出基于契约的合成架构，编码代理查询服务器获取契约后合成行为树，经实验评估两个大语言模型，结果显示该架构能实现高验证率和成功率，且可转移到物理硬件。
2026-07-15 cs.RO
Collaborative Robot Learning from Demonstrations using Hidden Markov Model State Distribution
Rochester Institute of Technology（罗切斯特理工学院）
在机器人技术中，由于经验是昂贵的，因此需要一种交互式和快速的学习方法。机器人学习从示范（RLfD），使机器人学习的政策，从教师执行的演示。RLfD使人类用户能够以直观的方式向机器人添加新的功能，而无需明确地重新编程它。在这项工作中，我们提出了一种新的交互式框架，其中协作机器人从人类教师进行的演示中学习基于轨迹的任务技能。机器人从每个演示中提取特征，称为关键点，并使用隐马尔可夫模型（HMM）学习演示技能的模型。我们的实验结果表明，学习模型可以用来产生一个广义的轨迹为基础的技能。
2018-09-27 cs.RO
Accelerating Robotic Reinforcement Learning via Parameterized Action Primitives
Carnegie Mellon University（卡内基梅隆大学）
尽管强化学习（RL）在构建通用机器人系统方面具有潜力，但由于在纯粹连续的动作空间中探索的困难，训练RL代理来解决机器人任务仍然具有挑战性。解决这个问题是一个活跃的研究领域，主要集中在通过更好的优化或更有效的探索来改进RL方法。另一个需要考虑改进的重要组件是RL算法与机器人的接口。在这项工作中，我们手动指定一个库的机器人动作原语（RAPS），参数化的参数，学习的RL策略。这些参数化原语具有表达性，易于实现，能够进行有效的探索，并且可以在机器人，任务和环境之间传输。我们进行了彻底的实证研究，在三个不同的领域与图像输入和稀疏的终端奖励具有挑战性的任务。我们发现，我们对动作界面的简单改变大大提高了学习效率和任务性能，无论底层RL算法如何，都显著优于从离线专家数据中学习技能的先前方法。https://mihdalal.github.io/raps/上的代码和视频
2021-10-28 cs.AI cs.CV cs.LG
Adapt as You Say: Online Interactive Bimanual Skill Adaptation via Human Language Feedback
Collaborative and Versatile Robots (CLOVER) Laboratory, T-Stone Robotics Institute, The Chinese University of Hong Kong（香港中文大学T-Stone机器人研究所协作与多功能机器人（CLOVER）实验室）；Department of Mechanical and Aerospace Engineering, University of California, Los Angeles（加州大学洛杉矶分校机械与航空航天工程系）；Department of Advanced Robotics, Istituto Italiano di Tecnologia（意大利技术研究院先进机器人系）
本文提出BiSAIL框架，通过交互语言反馈实现零样本在线适应，提升双臂技能在任务变化中的适应性、泛化能力和跨身体可扩展性。
2026-03-27 cs.RO
A Taxonomy of Construction Task Activities for Robot Workers
University of California-Irvine（加利福尼亚大学欧文分校）；UCInspire
该研究提出基于职业的TARCAT分类学，定义施工任务的动作基元，在机械臂上演示相关基元，为通用施工机器人开发提供通用词汇。
2026-09-28 cs.RO
Scaling simulation-to-real transfer by learning composable robot skills
University of Southern California（南加利福尼亚大学）；Google Brain（谷歌大脑）
我们提出了一种新的解决方案，模拟到真实的传输，这是建立在机器人技能分解的最新进展的问题。我们不是专注于最小化模拟与现实之间的差距，而是学习一组不同的策略，这些策略以一种易于重用的方式进行参数化。这种低层次技能的多样性和参数化使我们能够找到一种可转移的策略，能够使用不同技能的组合和变化来解决更复杂的高层次任务。特别是，我们首先使用模拟来共同学习一组低级别技能的策略，以及可用于组成它们的“技能嵌入”参数化。稍后，我们学习通过这种技能嵌入参数化来启动低级策略的高级策略。高级策略编码了如何以及何时一起重用低级技能以实现特定的高级任务。重要的是，我们的方法学习控制关节空间中的真实机器人，以在机器人上很少或没有时间的情况下实现这些高级任务，尽管低级策略可能无法完全从模拟转移到真实，并且低级技能没有在高级任务的任何示例上进行训练。我们说明了我们的方法使用信息模拟实验的原则。然后，我们验证了它的实用性，真正的机器人问题的学习，转让，并组成自由空间和接触运动技能的索耶机器人只使用关节空间控制。我们实验了几种技术组成预先学习的技能，并发现我们的方法允许我们使用基于学习的方法和有效的基于搜索的规划，以实现高层次的任务，只使用预先学习的技能。
2018-11-13 cs.AI cs.LG cs.RO
A Geometric Perspective on Visual Imitation Learning
University of Alberta（阿尔伯塔大学）
我们考虑的问题，视觉模仿学习没有人的监督（如动觉教学或遥操作），也没有访问交互式强化学习（RL）的培训环境。我们提出了一个几何的角度来得出这个问题的解决方案。具体而言，我们提出了VGS-IL（视觉几何技能模仿学习），一个端到端的几何参数化的任务概念推理方法，推断全局一致的几何特征关联规则从人类演示视频帧。我们发现，而不是从图像像素学习动作，学习几何参数化的任务概念提供了一个可解释的和不变的表示在各种环境设置下的演示者模仿者。此外，这样的任务概念表示提供了与基于几何视觉的控制器（例如，视觉伺服）的直接链接，从而允许将高级任务概念高效映射到低级机器人动作。
2020-03-05 cs.LG cs.RO
Generalized Animal Imitator: Agile Locomotion with Versatile Motion Prior
UC San Diego（加州大学圣地亚哥分校）；CMU（卡内基梅隆大学）；USC（南加州大学）
本文提出VIM强化学习框架，通过模仿动物与人工设计动作并结合功能性与风格化双重奖励，使腿足式机器人能用单一控制器同时学习多种敏捷运动技能并实现平滑过渡。
2025-05-04 cs.AI cs.LG cs.RO
InSight: Self-Guided Skill Acquisition via Steerable VLAs
Stanford University（斯坦福大学）；Princeton University（普林斯顿大学）
提出InSight框架，通过将VLA模型在基本动作层面变得可引导，实现自主技能获取，包括自动分割演示为基本动作和VLM引导的数据飞轮，无需人类演示即可学习新技能。
2026-09-22 cs.AI cs.LG cs.RO
Visuospatial Skill Learning for Robots
Georgia Institute of Technology（佐治亚理工学院）；University of Genova（热那亚大学）；Imperial College London（帝国理工学院）
提出了一种新的技能学习方法，允许机器人获得类似人类的视觉空间技能的对象操作任务。视觉空间技能是通过演示来观察物体之间的空间关系。建议的视觉空间技能学习（VSL）是一个基于目标的方法，专注于实现所需的目标配置的对象相对于彼此，同时保持操作的顺序。VSL能够从一次演示中学习和概括多操作技能，同时需要关于对象和环境的最小先验知识。与许多现有的方法相比，VSL提供了简单，高效和用户友好的人机交互。我们还表明，VSL可以很容易地扩展到3D对象操作任务，只需采用点云处理技术。此外，一个机器人学习框架，VSL-SP，提出了集成VSL，模仿学习，和传统的规划方法。在VSL-SP中，执行动作的顺序是使用VSL学习的，而感觉运动技能是使用传统的基于记忆的学习方法学习的。这样的集成很容易将机器人的能力扩展到新的情况，即使用户没有编程能力。在VSL-SP中，VSL的内部规划器与现有的动作级符号规划器相集成。使用任务的底层约束和提取的符号谓词，由VSL识别，更新任务的符号表示。因此，规划器将每个技能的一般化表示保持为可重用的动作，其可以用于规划并在学习阶段独立执行。所提出的方法是通过几个真实世界的实验进行验证。
2017-06-03 cs.AI cs.RO
Interactive incremental learning of generalizable skills with local trajectory modulation
German Aerospace Center (DLR)（德国航空航天中心）；School of Computation, Information and Technology (CIT), Technical University of Munich (TUM)（慕尼黑工业大学计算、信息与技术学院）
提出基于KMP的交互式模仿学习框架，结合局部和全局轨迹调制，利用人类纠正反馈和经由点机制增量提升模型精度、添加新物体并扩展技能区域。
2025-02-21 cs.AI cs.LG cs.RO
Trajectory Entropy Reinforcement Learning for Robust Robot Motor Skill Learning
Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学）
针对深度强化学习易受环境扰动影响的问题，提出轨迹熵强化学习方法，通过最小化动作轨迹熵引入简洁性归纳偏置，并联合优化策略与预测模型，在多个高维运动任务中实现了更优的性能与鲁棒性。
2026-09-21 cs.LG cs.RO stat.ML
Robot Gaining Accurate Pouring Skills through Self-Supervised Learning and Generalization
University of South Florida（南佛罗里达大学）
浇注是人类日常生活中最常执行的任务之一，其精度受多种因素影响，包括要浇注的材料类型以及源和接收容器的几何形状。在这项工作中，我们提出了一个自监督学习的方法，学习浇注动力学，浇注运动，并从无监督的示范准确浇注的结果。学习浇注模型，然后推广到不同的条件下，如使用不习惯的浇注杯的自我监督实践。我们首先使用来自训练集的一个容器和四个新的但类似的容器来评估所提出的方法。所提出的方法实现了比普通人更好的倾倒准确性，并且所有五个杯子的倾倒速度相似。精度和浇注速度均优于最先进的产品。我们还使用与训练集中的容器大不相同的不习惯容器来评估所提出的自监督泛化方法。自我监督的泛化将不习惯的容器的倾倒误差降低到期望的精度水平。
2020-11-19 cs.LG cs.RO
Active Learning of Inverse Models with Intrinsically Motivated Goal Exploration in Robots
INRIA（法国国家信息与自动化研究所）；Ensta-ParisTech（国立高等先进技术学院）
我们引入了自适应目标生成-鲁棒智能自适应Currency（SAGG-RIAC）架构作为内在动机的目标探索机制，允许在高维冗余机器人的逆模型的主动学习。这允许机器人有效且主动地学习解决参数化任务/目标的对应分布的参数化运动技能/策略的分布。该体系结构使机器人主动采样任务空间中的新参数化任务，基于能力进展的测量，其中每一个触发允许解决它的运动策略参数的低级目标导向学习。对于学习和泛化，系统利用回归技术，其允许推断对应于给定的新参数化任务的运动策略参数，并且基于先前学习的策略和任务参数之间的对应关系。我们目前的实验与高维连续sensorimotor空间在三个不同的机器人设置：1）学习的逆运动学在一个高度冗余的机器人手臂，2）学习全向运动与电机原语在四足机器人，3）一个手臂学习控制钓竿与灵活的电线。我们表明：1）在冗余机器人中，任务空间的探索比执行器空间的探索要快得多; 2）选择最大化能力进步的目标创建了发展轨迹，驱动机器人逐渐专注于复杂性增加的任务，并且在统计上比随机选择任务更有效，并且比不同的标准主动马达牙牙学语方法更有效; 3）该体系结构允许机器人主动地发现其任务空间的哪些部分它可以学习到达以及哪些部分它不能。
2013-01-21 cs.AI cs.CV cs.LG
