用于时程不变行为克隆的自监督关键帧发现

研究提出自监督方法 Keyframe Mnemonics，通过发现关键观测帧训练行为克隆（BC）策略，解决非马尔可夫长时程决策中的上下文保留问题。在合成记忆基准中，该策略达成 100% 成功率；在包含 23 项任务的机器人操作评测中，平均绝对成功率较最强基线提升 13.9%，并在真实机器人 20x 更长时程下保持 80% 成功率。