이 논문은 로봇 작업 및 동작 계획 문제를 효율적으로 해결하기 위해 최적화, 샘플링 및 학습 기법을 통합하는 방법을 제안한다. 구체적으로 작업 계획과 동작 계획의 긴밀한 연계, 최적화와 샘플링 기법의 적응적 조합, 그리고 학습 기반 방법을 통한 계산 비용 감소 등의 기여를 소개한다.