Способность к автономному изучению множества задач является ключевой для создания универсальных агентов, действующих в сложных средах. В реальных сценариях задачи часто взаимосвязаны или иерархичны, поэтому роботу необходимо сначала освоить базовые навыки, чтобы создать условия для обучения более сложным действиям. Несмотря на существование различных стратегий в робототехнике, в частности в рамках эволюционного подхода, проблема полностью автономного освоения таких навыков остается актуальной.
Работа посвящена обучению роботов выполнению нескольких взаимосвязанных задач в иерархическом порядке. Авторы предлагают подход, при котором агент сначала осваивает базовые навыки, создавая фундамент для изучения более сложных действий. Такая стратегия критически важна для создания универсальных ИИ-агентов, способных адаптироваться к реальным многоуровневым сценариям.