ACT (Action Chunking with Transformers)
ACT एक अनुकरण सीखने का एल्गोरिदम है जिसे Tony Zhao et al. (2023) द्वारा प्रस्तुत किया गया था जो एक Transformer-आधारित नीति को भविष्य की कार्रवाइयों के एक निश्चित-लंबाई वाले खंड की भविष्यवाणी करने के लिए प्रशिक्षित करता है, न कि प्रत्येक समय चरण पर एक एकल कार्रवाई। कार्रवाई अनुक्रमों की एक शॉट में भविष्यवाणी करके, ACT चरण-दर-चरण व्यवहार क्लोनिंग के विशिष्ट यौगिक त्रुटि को कम करता है और अस्थायी रूप से सुसंगत गति उत्पन्न करता है। आर्किटेक्चर RGB अवलोकन और proprioceptive स्थिति को एक CVAE-शैली एनकोडर के माध्यम से एनकोड करता है और एक Transformer का उपयोग करके कार्रवाई खंडों को डिकोड करता है। ACT को ALOHA bimanual प्लेटफॉर्म पर प्रदर्शित किया गया था, एक बैग खोलना और अंडे स्थानांतरित करने जैसे कार्यों पर मजबूत प्रदर्शन प्राप्त किया। यह भी देखें: Action Chunking (गहन विश्लेषण)। इसे व्यवहार में देखें: हमारे वास्तविक-विश्व मूल्यांकन →