Os autores propõem o Planejamento de Trajetória por Atalho (STP), um framework de aprendizado por reforço offline baseado em modelos que usa modelos de atalho como geradores de trajetória eficientes para abordar o alto custo de inferência de planejadores baseados em difusão e a instabilidade da destilação em duas etapas.
- O STP treina um modelo condicional de trajetória de atalho em uma única etapa, suportando inferência de um passo e poucos passos ajustáveis por condicionamento do tamanho do passo.
- O framework seleciona planos candidatos usando um crítico aumentado com correção consciente da viabilidade.
- Nos benchmarks padrão D4RL incluindo tarefas de locomoção, navegação, manipulação e controle destro, o STP alcança forte desempenho enquanto simplifica o pipeline de treinamento para planejamento generativo rápido.