著者は、ショートカットモデルを使用して軌道を効率的に生成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Shortcut Trajectory Planning (STP) を提案する。このアプローチは、拡散ベースのプランナーの高い推論コストと、一貫性ベース手法における二段階蒸留に関連するトレーニングの不安定性に対処する。

  • STPは複雑な多段パイプラインを回避し、単一ステージで条件付きショートカット軌道モデルを訓練する。
  • このフレームワークは、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。
  • 候補プランは、実現可能性 aware な補正を追加した批評家を使用して選択される。
  • 移動、ナビゲーション、操作、巧みな制御タスクを含む標準的なD4RLベンチマーク全体での評価は、強力なパフォーマンスを示している。

STPは、標準的なベンチマークで競争力のある結果を維持しながら、高速生成プランニングのトレーニングパイプラインを簡素化する。