#课程学习

用行为树一个东西同时搞定任务描述、稠密奖励、课程和策略诊断，不用再在 LTL 和奖励函数之间来回翻译。做机器人 RL 或形式化方法的可以看看论文里的课程 DAG 提取算法，6 个规格的实验覆盖了离散和连续环境。

这论文用安全滤波器和课程学习搞车辆控制，在CarSim上验证了，比传统方法省调参还更安全。

这篇论文提出了一种新方法，能解决多模态模型推理时中间步骤乱但结果对的问题，效果SOTA还更高效，做推理增强的可以看看。

这篇论文提出用模型驱动和遗传算法自动生成RL环境变体，省去手写大量相似环境的麻烦，野火场景验证过，做课程学习的可以看看。

做足式机器人运动控制或强化学习的团队，RoboNaldo 的课程学习思路能直接借鉴——用单条参考动作引导复杂技能学习，解决了从仿真到真实部署的精度和速度难题，值得点开看方法细节。