Experience-Guided Initiation Search for Learned Skills in Skill Composition
作者: Qixuan Li, Yanhong Zhao, Jincheng Yu
分类: cs.RO
发布日期: 2026-10-08
💡 一句话要点
提出EVIS框架以解决新环境中技能组合的初始化配置问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 技能组合 初始化配置 经验引导 行为验证 机器人操作 智能系统 环境适应
📋 核心要点
- 现有方法在新环境中部署冻结学习技能时，难以有效识别支持可靠执行的初始化配置。
- 论文提出EVIS框架，通过历史执行经验引导候选者，并利用目标环境行为进行验证，以提高初始化配置的可靠性。
- 实验结果表明，EVIS在单技能和两阶段操作任务中显著减少了目标环境查询次数，并提高了候选者发现的可靠性。
📝 摘要（中文）
在新环境中部署冻结的学习技能（如视觉-语言-动作政策）需要识别支持可靠执行的初始化配置。在技能组合中，初始化配置不仅影响当前技能，还影响传递给后续技能的物理状态，因此单个技能的成功执行并不一定意味着组合任务的成功完成。通过广泛的回滚估计目标特定能力在实际部署中成本高昂，而直接重用历史经验在环境变化下可能不可靠。我们提出了EVIS，一个经验引导和行为验证的初始化搜索框架，用于在有限的目标交互下发现可靠的初始化配置。EVIS利用历史执行经验来优先考虑有前景的候选者，并通过目标环境行为验证其有效性。我们在单技能和两阶段操作任务中评估了EVIS，结果表明EVIS减少了目标环境查询的平均次数，并在小交互预算下提高了可靠候选者的发现。
🔬 方法详解
问题定义：论文要解决的问题是如何在新环境中有效识别支持可靠执行的技能初始化配置。现有方法在环境变化时，重用历史经验的可靠性较低，且广泛的回滚估计目标特定能力的成本高昂。
核心思路：论文的核心思路是提出EVIS框架，通过结合历史执行经验和目标环境行为验证，优先考虑有潜力的初始化配置，从而提高技能组合的成功率。
技术框架：EVIS框架主要包括两个模块：经验引导模块和行为验证模块。经验引导模块利用历史数据筛选出有前景的候选者，而行为验证模块则通过目标环境的反馈来确认这些候选者的有效性。
关键创新：最重要的技术创新点在于将历史经验与目标环境行为验证相结合，这种方法在技能组合任务中显著提高了初始化配置的可靠性，与传统方法相比，能够更有效地适应环境变化。
关键设计：在EVIS中，关键参数设置包括候选者的优先级评估标准，以及行为验证的反馈机制。此外，损失函数设计上考虑了历史经验的权重，以确保候选者的选择更加精准。
🖼️ 关键图片
📊 实验亮点
实验结果显示，EVIS在单技能和两阶段操作任务中，相较于基线方法，平均减少了目标环境查询次数，并显著提高了可靠候选者的发现率，展示了其在小交互预算下的优越性能。
🎯 应用场景
该研究的潜在应用领域包括机器人操作、自动化制造和智能家居等场景，能够帮助系统在新环境中快速适应并执行复杂任务。通过降低交互成本，EVIS框架将推动冻结学习技能的实际应用，提升智能系统的灵活性和可靠性。
📄 摘要（原文）
Deploying frozen learned skills, such as Vision-Language-Action (VLA) policies, in new environments requires identifying initiation configurations that support reliable execution. In skill composition, an initiation configuration affects not only the current skill but also the physical state passed to subsequent skills, so successful execution of an individual skill does not necessarily imply successful completion of the composed task. Estimating target-specific capability through extensive rollouts is costly in real-world deployment, while directly reusing historical experience can be unreliable under environment changes. We propose EVIS, an Experience-Guided and Behavior-Validated Initiation Search framework for discovering reliable initiation configurations under limited target interaction. EVIS uses historical execution experience to prioritize promising candidates and target-environment behavior to validate whether they remain effective. We evaluate EVIS on single-skill and two-stage manipulation tasks with frozen VLA policies. EVIS reduces mean target-environment queries and improves reliable candidate discovery under small interaction budgets. These results show that combining historical guidance with target-side behavioral validation can reduce the interaction cost of deploying frozen learned skills in new environments.