通过控制有效的规划视野进行离线模仿学习

本文介绍了一种基于序列归纳偏置的新算法，通过模仿专家轨迹的状态来优化复杂机器人任务。该算法将任务拆分成小技能，并训练这些技能以逐个解决任务并连接它们。实验证明该方法能够在几个未经训练的样例下实现非完整导航任务和复杂的仿真机器人操作任务。