ACT (Action Chunking with Transformers)
ACT ist ein Imitationslernalgorithmus, der von Tony Zhao et al. (2023) eingeführt wurde und eine Transformer-basierte Kontrollrichtlinie trainiert, um eine Sequenz von zukünftigen Aktionen mit fester Länge vorherzusagen, anstatt bei jedem Zeitschritt eine einzelne Aktion vorherzusagen. Durch die Vorhersage von Aktionssequenzen in einem Durchgang reduziert ACT den kumulativen Fehler, der typisch für schrittweises Verhaltensklonen ist, und erzeugt zeitlich konsistente Bewegungen. Die Architektur kodiert RGB-Beobachtungen und propriozeptiven Zustand durch einen CVAE-ähnlichen Encoder und dekodiert Aktionssequenzen mit einem Transformer. ACT wurde auf der ALOHA-Bimanual-Plattform demonstriert und erzielte starke Leistungen bei Aufgaben wie dem Öffnen einer Tasche und dem Transferieren von Eiern. Siehe auch: Action Chunking (Tiefenanalyse). Siehe dies in der Praxis: unsere realen Evaluierungen →