Les auteurs proposent Shortcut Trajectory Planning (STP), un cadre d'apprentissage par renforcement hors ligne basé sur modèle qui utilise des modèles de raccourci pour générer efficacement des trajectoires. Cette approche répond aux coûts d'inférence élevés des planificateurs basés sur la diffusion et à l'instabilité de l'entraînement associée à la distillation en deux étapes dans les méthodes basées sur la consistance.
- STP entraîne un modèle de trajectoire de raccourci conditionnel en une seule étape, évitant ainsi des pipelines multi-étapes complexes.
- Le cadre prend en charge une inférence ajustable en une étape et en quelques étapes grâce au conditionnement de la taille des pas.
- Les plans candidats sont sélectionnés à l'aide d'un critique augmenté d'une correction consciente de la faisabilité.
- Les évaluations sur les benchmarks D4RL standard, y compris la locomotion, la navigation, la manipulation et le contrôle Dexterous, montrent de fortes performances.
STP simplifie le pipeline d'entraînement pour une planification générative rapide tout en maintenant des résultats compétitifs sur les benchmarks standard.