跨体学习的扩展：一个政策用于操控、导航、移动和航空

本文探讨了机器人技能学习中的数据重用，使用多样化数据集进行训练以提高成功率并减少新数据集需求。

提出了基于多任务离线强化学习和亚目标规划的框架，通过预训练和在线微调解决多任务数据的泛化问题。

介绍了一种自监督的感知动作预训练方法RPT，能够处理latent视觉表示并在真实机器人上实现高频推断。

通过对视觉和动作空间的对齐，验证了在多个机器人平台上训练单一策略的有效性，显著提升了成功率和样本效率。

Skill Transformer方法结合条件序列建模和技能模块化，提升了长期规划任务的成功率。

提出了一种基于预测流的学习方法，实现了在现实场景中的技能转移，支持多目标类别。

对跨域策略转移方法进行了系统审查，讨论了当前挑战和未来发展方向。

开发了Octo策略，基于大型变换器模型，能够快速适应新传感输入和行为空间。

研究了跨机器人控制策略的转移，通过共同潜在空间实现源机器人和目标机器人的对齐。

提出了身体变换器架构，优化了学习过程，显示出在任务完成和计算效率方面的优势。