摘要
现有组合方法通常视技能库为静态,忽略了技能更新对组合结果的影响。本文通过跨版本交换协议分析该问题,发现“主导技能”效应显著影响成功率。针对离线指标失效的问题,提出原子质量探针与混合选择器,结合零成本单技能探测与选择性重验证。实验表明,该方法在大幅降低计算成本的同时,能高效匹配全量重验证的效果,为组合式机器人策略的技能更新治理提供了首个可部署的原语。
AI 推荐理由
论文核心研究组合式策略中技能库更新对任务执行的影响及治理机制,直接针对技能学习与选择。
研究机构
School of Software, Harbin Institute of Technology, Harbin, China
School of Computer Science and Technology, Harbin Institute of Technology, Harbin, China
School of Mathematical and Computer Sciences, Heriot-Watt University, Malaysia Campus, Putrajaya 62200, Malaysia
论文信息