该研究提出了一种可微分的框架，能够学习一种称之为技能的简单策略的广泛组合。通过不断地递归地将技能与自身组合，我们可以创建表现出复杂行为的层次结构。实验结果表明，该架构可以快速从简单技能中构建复杂技能，并对看似没有联系的技能组合进行零 Shot 泛化。

Nov, 2017

使用多层次组合推理代理（MCR-Agent）将任务分解为多个子目标，分别处理导航和交互，实现了对复杂任务的有效执行，并在效率指标上相较于现有技术获得了 2.03％的绝对增益，无需使用基于规则的计划或语义空间记忆。

Aug, 2023

本文提出了一个深度学习方法，用于对物理模拟角色的复合和任务驱动运动控制，该方法使用多个鉴别器在 GAN 类似的设置中直接同时从多个参考运动中为特定身体部位学习解耦运动。

May, 2023

该研究提出了一种基于任务实体组成结构的框架和适当的策略设计，旨在解决通过目标配置来规范控制、机器人和规划的任务，此策略运用 Deep Sets 和 Self Attention 等结构，在模拟机器人操作任务的训练中，成功率更高且泛化能力更强。

Mar, 2022

我们提出了一种基于物理的机器人控制器，可以在嘈杂的输入和意外跌倒的情况下实现高保真度的运动模仿和容错行为，并通过逐渐乘性控制策略在大规模动作数据库中学习，从而可实现对失败状态的恢复。

May, 2023

该研究旨在通过学习使用感知运动基元来解决复杂的长期规划操作问题，其需要将基本技能组合成新的技能来推广应用于广泛的问题中，同时使用高效的主动学习和采样方法，将学习和规划方法结合来规划各种复杂的动态操作任务。

Jun, 2020

本文利用分类学的方法，构建了一个强化学习的可组合性框架，研究了分解问题为子任务并在这些任务上运用学习策略的方法。文章针对贝尔曼最优方程而研究在组合模型下的可行性，探讨使用一些纤维积和推出操作使得组合现象更明显，并且通过引入的 zig-zag 连线模拟了 MDP 中的连续式任务完成方式。

Aug, 2022

本文介绍了一种基于深度强化学习的技能转移和组合方法，该方法将智能体的原始策略应用到解决未知任务中，并可在高数据效率下解决需要任务规划和动作控制的挑战性环境。

May, 2019

利用神经概率运动原始系统可以离线训练解决灵活控制高维度物理仿真人形机器人的问题，同时最大限度地压缩数千个专家策略并学习运动原始嵌入空间。

Nov, 2018

从异构数据中训练通用机器人策略，使用 Policy Composition 方法将不同模态和领域的数据结合起来，学习场景级和任务级的广义操作技能，实现对多任务操作的灵活综合和推理时策略行为的自适应。在模拟和真实世界实验中，该组合策略在不同场景和任务下实现了稳健和灵巧的性能，并优于单个数据源的基线结果。

Feb, 2024