Les auteurs proposent Shortcut Trajectory Planning (STP), un cadre d'apprentissage par renforcement hors ligne basé sur modèle qui utilise des modèles de raccourci comme générateurs de trajectoires efficaces pour répondre au coût d'inférence élevé des planificateurs basés sur la diffusion et à l'instabilité de la distillation en deux étapes.
- STP entraîne un modèle de trajectoire de raccourci conditionnel en une seule étape, prenant en charge une inférence à une étape et à quelques étapes ajustable via le conditionnement de la taille des pas.
- Le cadre sélectionne les plans candidats à l'aide d'un critique augmenté d'une correction consciente de la faisabilité.
- Sur les benchmarks D4RL standard incluant la locomotion, la navigation, la manipulation et les tâches de contrôle Dexterous, STP atteint des performances solides tout en simplifiant le pipeline d'entraînement pour une planification générative rapide.