著者は、Shortcut Trajectory Planning (STP) を提案する。これは、拡散ベースのプランナーの高い推論コストと二段階ディストillationの不安定性に対処するため、ショートカットモデルを効率的な軌道生成器として使用するオフラインモデルベース強化学習フレームワークである。

  • STPは条件付きショートカット軌道モデルを一段階で訓練し、ステップサイズ条件付けを通じて調整可能な1ステップおよび少数ステップ推論をサポートする。
  • フレームワークは、実行可能性を認識した補正を追加した批評家を使用して候補計画を選択する。
  • 移動、ナビゲーション、操作、器用な制御タスクを含む標準的なD4RLベンチマーク全体で、STPは高速生成型プランニングのための訓練パイプラインを簡素化しながら強力なパフォーマンスを実現する。