Glossaryに戻る
Behavior Transformer
Transformer ベースの制御ポリシーアーキテクチャ（BeT）。連続行動空間をクラスタに離散化し、自己回帰 Transformer を使用して行動トークン列を予測します。BeT は多峰性行動分布を表現できます。同じ観測に対して複数の有効な行動が存在する場合、これは MSE ベースの動作クローン作成が複数の分布を平均化してしまうことに対する重要な利点です。
Transformer ベースの制御ポリシーアーキテクチャ（BeT）。連続行動空間をクラスタに離散化し、自己回帰 Transformer を使用して行動トークン列を予測します。BeT は多峰性行動分布を表現できます。同じ観測に対して複数の有効な行動が存在する場合、これは MSE ベースの動作クローン作成が複数の分布を平均化してしまうことに対する重要な利点です。