经验引导的技能构成中所学技能的启动搜索

在新环境中部署冻结的学习技能，例如视觉-语言-操作 (VLA) 策略，需要识别支持可靠执行的启动配置。在技​​能组合中，启动配置不仅影响当前技能，还会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。在实际部署中，通过广泛的部署来估计特定目标的能力成本高昂，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，一种经验引导和行为验证的启动搜索框架，用于在有限的目标交互下发现可靠的启动配置。 EVIS 使用历史执行经验来优先考虑有前途的候选者和目标环境行为，以验证它们是否仍然有效。我们使用冻结的 VLA 策略评估单技能和两阶段操作任务上的 EVIS。 EVIS 减少了平均目标环境查询 在较小的交互预算下提高了可靠的候选发现。这些结果表明，将历史指导与目标端行为验证相结合可以降低在新环境中部署冻结的学习技能的交互成本。