长程任务

要连续完成多个子步骤、持续较长时间才能达成目标的任务。

长程任务指要连续执行很多步、跨越多个子目标的任务，比如「收拾餐桌」要依次收盘子、倒残渣、放进水槽。难点主要有三个：一是误差累积，前一步的小偏差让后面的状态越来越偏离训练数据；二是成功信号往往到最后才出现，很难判断中间哪步做错；三是要记住做过什么、决定下一步做什么。基准 CALVIN（2021）把 34 种子任务串成每条 5 个指令的序列来评测，论文中的模仿学习基线在同环境训练测试时，连做 1 个的成功率约 49%，连做 5 个只有 0.08%。常见对策有分层架构（上层大模型拆任务、下层策略执行原子技能）、记忆模块和失败恢复。

例子「收拾餐桌」：依次把盘子、杯子放进收纳箱，把纸巾扔进垃圾桶，最后擦桌面，任何一步失败整体都算没完成。

也叫

长时序任务、长视野任务、长周期任务、多阶段任务

相关

原子技能、分层架构、复合误差、失败恢复、具身记忆、CALVIN

来源

CALVIN: A Benchmark for Language-Conditioned Policy Learning for Long-Horizon Robot Manipulation Tasks (arXiv:2112.03227)