GORDON：基于图的以物体为中心奖励，用于长时程操作分解

GORDON提出一种从无动作视频示范中学习稠密奖励的方法：将场景表示为物体与空间关系图，用自监督图神经网络学习任务进度表征，并通过活动感知池化抑制机器人运动干扰。奖励轨迹可揭示阶段性物体状态转换，自动发现子任务；在MAGICAL和ManiSkill3的7项操作任务中，长时程任务平均成功率达74.4%。