Para penulis mengusulkan Shortcut Trajectory Planning (STP), sebuah kerangka kerja pembelajaran penguatan berbasis model offline yang menggunakan model shortcut sebagai generator lintasan yang efisien untuk mengatasi biaya inferensi tinggi dari perencana berbasis difusi dan ketidakstabilan distilasi dua tahap.
- STP melatih model lintasan shortcut bersyarat dalam satu tahap, mendukung inferensi satu langkah dan beberapa langkah yang dapat disesuaikan melalui kondisioning ukuran langkah.
- Kerangka kerja ini memilih rencana kandidat menggunakan kritikus yang diperkaya dengan koreksi sadar kelayakan.
- Di seluruh benchmark D4RL standar termasuk lokomosi, navigasi, manipulasi, dan tugas kontrol Dexterous, STP mencapai kinerja yang kuat sambil menyederhanakan alur pelatihan untuk perencanaan generatif yang cepat.