लेखकों ने शॉर्टकट ट्रैजेक्टरी प्लानिंग (STP) का प्रस्ताव किया है, जो एक ऑफलाइन मॉडल-आधारित रीइन्फोर्स्मेंट लर्निंग फ्रेमवर्क है जो डिफ्यूजन-आधारित प्लानर्स के उच्च इनफरेंस लागत और दो-चरण की डिस्टिलेशन की अस्थिरता को संबोधित करने के लिए शॉर्टकट मॉडल को कुशल ट्रैजेक्टरी जनरेटर के रूप में उपयोग करता है।
- STP एकल चरण में एक शर्तवाला शॉर्टकट ट्रैजेक्टरी मॉडल को प्रशिक्षित करता है, जो स्टेप-साइज कंडीशनिंग के माध्यम से समायोज्य वन-स्टेप और फ्यू-स्टेप इनफरेंस का समर्थन करता है।
- फ्रेमवर्कfeasibility-अware करेक्शन के साथ बढ़ाए गए एक क्रिटिक का उपयोग करके उम्मीदवार योजनाओं का चयन करता है।
- लोकोमोशन, नेविगेशन, मैनिपुलेशन और डेक्सट्रस कंट्रोल कार्यों सहित मानक D4RL बेंचमार्क्स पर, STP तेज जनरेटिव प्लानिंग के लिए प्रशिक्षण पाइपलाइन को सरल बनाते हुए मजबूत प्रदर्शन प्राप्त करता है।