ACT (Action Chunking with Transformers)
ACT es un algoritmo de aprendizaje por imitación introducido por Tony Zhao et al. (2023) que entrena una política basada en transformador para predecir un fragmento de longitud fija de acciones futuras en lugar de una sola acción en cada paso de tiempo. Al predecir secuencias de acciones de una sola vez, ACT reduce el error acumulativo típico de la clonación de comportamiento paso a paso y produce movimiento temporalmente consistente. La arquitectura codifica observaciones RGB y estado propioceptivo a través de un codificador estilo CVAE y decodifica fragmentos de acciones usando un transformador. ACT fue demostrado en la plataforma bimanual ALOHA, logrando un desempeño sólido en tareas como abrir una bolsa y transferir huevos. Ver también: Fragmentación de acciones (análisis profundo). Ver esto en práctica: nuestras evaluaciones en el mundo real →