作者提出了捷径轨迹规划（STP），这是一种基于模型的离线强化学习框架，使用捷径模型作为高效的轨迹生成器，以解决基于扩散的规划器的高推理成本和两阶段蒸馏的不稳定性。

  • STP 在一个阶段中训练条件捷径轨迹模型，通过步长条件支持可调整的一步和少步推理。
  • 该框架使用增强了可行性感知校正的评论家来选择候选计划。
  • 在包括运动、导航、操作和灵巧控制任务在内的标准 D4RL 基准测试中，STP 实现了强大的性能，同时简化了快速生成式规划的训练流程。