ACT (Action Chunking with Transformers)
ACT est un algorithme d'apprentissage par imitation introduit par Tony Zhao et al. (2023) qui entraîne une contrôle basée sur transformer pour prédire un bloc de longueur fixe d'actions futures plutôt qu'une seule action à chaque pas de temps. En prédisant des séquences d'actions en une seule passe, ACT réduit l'erreur cumulative typique du clonage de comportement pas à pas et produit un mouvement temporellement cohérent. L'architecture encode les observations RGB et l'état proprioceptif via un encodeur de style CVAE et décode les blocs d'actions en utilisant un transformer. ACT a été démontré sur la plateforme bimanuelle ALOHA, obtenant de bonnes performances sur des tâches telles que l'ouverture d'un sac et le transfert d'œufs. Voir aussi : Regroupement des actions (deep dive) . Voir cela en pratique : nos évaluations en monde réel →