我们提出了一种基于视觉的分层规划算法，利用神经符号任务规划和基于低级运动产生的联合框架，以指定目标为条件。该算法使用两级场景图形式来表示操作场景，即几何场景图和符号场景图，并使用图形神经网络来为高层任务规划和低层动作生成处理这些场景图。我们在物理模拟和现实世界中的厨房储物任务中验证了我们的方法，并证明我们的方法比标准的搜索任务和运动规划器运行速度高四个数量级。

Dec, 2020

本研究提出了一种基于目标条件的预测模型，将其与层次模型相结合，以实现长时间跨度的视觉预测和规划任务。

Jun, 2020

通过子目标生成和规划的分层视觉预见（HVF）框架，可以将任务分解成易于规划的片段，并自然地识别语义上有意义的状态作为子目标，在三个模拟的基于视觉的操作任务中，我们的方法实现了近 200% 的性能提升。

Sep, 2019

用分层生成模型实现人类灵感的机器人运动控制与自主完成目标驱动任务。

Aug, 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

视觉系统、基础模型、环境中的上下文推理、训练目标和计算机视觉的挑战和研究方向的综述。

Jul, 2023

有效应对组合推理问题，尤其是著名的 NP 难问题，对 AI 研究来说仍然是一个重大挑战。最近的工作致力于通过引入分层高级搜索策略（即子目标方法）来提高规划效果。然而，它们在与传统的低级规划器的性能对比方面存在不一致性，引发了对其应用范围的疑问。本研究深入探讨了用于组合推理的子目标规划方法，并确定了利用高级搜索优势的关键属性：难以学习的价值函数、复杂的动作空间、环境中存在死胡同，或使用来自多样专家的数据。我们提出了一种一致的评估方法，以实现方法之间的有意义比较，并对最先进的算法进行重新评估。

Jun, 2024

本文介绍了一种神经符号 (混合) 组合推理模型，以将语言引导的视觉推理与机器人操作相结合。该模型通过使用共享的原始技能库以任务非特定的方式处理所有情况。通过语言解析器将输入查询映射为由这些原语组成的可执行程序取决于上下文。结果表明，该方法达到了非常高的准确性，同时可以进行少量的视觉微调，从而实现了真实场景的可转移性。

Oct, 2022

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

通过在一个学习好的世界模型的潜在空间 planning，我们引入了一种名叫 Director 的实用方法，直接从像素学习分层行为，无需手动指定目标空间或子任务，并在具有稀疏奖励的任务中表现超越了探索方法。

Jun, 2022