本文介绍了变分课程强化学习（VCRL）方法，用于学习复杂技能。该方法利用变分增强作为内在奖励函数，并提出了一种无监督技能发现的新方法。实验证明，该方法能够加快访问状态熵的增加，并成功完成了复杂导航和机器人操作任务。将这些技能与全局规划器相结合可以进一步提高性能。

本文提出了VCRL和VUVC两种方法，分别用于课程学习和无监督技能发现。通过复杂导航和机器人操作任务验证了该方法的有效性，并以零次设定下的真实世界机器人导航任务为例，证明了通过该方法发现的技能能够成功完成任务，并且将这些技能与全局规划器相结合可以进一步提高性能。