多层级组合推理的互动指令跟随

本研究提出了一种名为“可组合的原语”的方法，用于学习可重复使用的运动技能并将其组合为复杂行为。该方法将代理人的技能分解为基本元素，并通过乘法组合同时激活，使基本元素能够相互传输和重组，以适应新任务的需要。研究演示了该方法在模拟环境中提取可组合的技能并重用这些技能来解决连续控制任务的能力。