使用归纳逻辑编程从演示中学习组合符号任务规则

Oleh Borys, Karla Stepanova

2026

摘要

本文提出将归纳逻辑编程（ILP）应用于机器人学习从演示中，通过将复杂任务分解为不同抽象层次上的简单学习目标来推断符号规则。实验表明该方法能学习可解释的抽象规则，并支持对未见对象和更难任务的强泛化。

Learning from DemonstrationInductive Logic Programmingtask decompositionsymbolic rulesgeneralization

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Xianzhong Zhao, Haotian Liu, Zhaoqi Huang 等 4 位作者

Robotics and Computer-Integrated Manufacturing · 2026