연구진은 복잡한 내비게이션 작업에서 자동 커리큘럼 생성을 위해 측정 가능한 태스크 표현 학습 기반의 새로운 접근 방식을 제안했어요.
제안하는 방식은 보상과 상태 전환을 인코딩하는 변분 오토인코더 구조를 통해 태스크 공간을 잠재 공간으로 변환하여 태스크 유사성 측정 속성을 가진 잠재 태스크 표현을 달성해요.
학습된 태스크 표현을 기반으로 자동 커리큘럼 생성 체계를 개발하여, 목표 태스크와 점점 더 유사한 새로운 태스크를 효과적으로 생성할 수 있어요.