arXiv · cs.AI · Can Emir Bora, Emre Ugur · 10 小时前模型评分36
面向TAMP算子学习的宏算子生成与谓词选择方法
Macro-Operator Generation and Predicate Selection for TAMP Operator Learning
导读
一项新研究提出自动生成宏算子（把重复出现的动作序列压缩成单个规划步骤）并剪除无算子引用的谓词，以解决任务与运动规划系统（TAMP，Task and Motion Planning）中手工构建符号算子困难、长序列任务搜索不可解的问题。在四个TAMP领域上，该方法相比基线Learning Operators for TAMP取得最高约4.6倍规划加速，并解出基线无法完成的长序列任务。代码已开源。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present a system that addresses both problems. Its central component is the automatic generation of macro-operators, composite actions that compress a recurring sequence of individual actions into a single planning step.”
来源：arXiv · cs.AI · arxiv.org