Glossary(으)로 돌아가기
ACT (Action Chunking with Transformers)
Tony Zhao 등(2023)이 제시한 모방 학습 알고리즘으로, Transformer 기반 제어정책을 훈련하여 각 타임스텝에서 단일 액션이 아닌 고정 길이의 미래 액션 청크를 예측함. 액션 시퀀스를 한 번에 예측함으로써 ACT는 단계별 행동 복제의 전형적인 누적 오류를 줄이고 시간적으로 일관된 동작을 생성함. 아키텍처는 RGB 관찰과 고유 상태를 CVAE 스타일 인코더를 통해 인코딩하고 Transformer를 사용하여 액션 청크를 디코딩함. ACT는 ALOHA 양팔 플랫폼에서 입증되었으며, 가방 열기 및 계란 옮기기와 같은 작업에서 강력한 성능을 달성함. 참고: Action Chunking (심화 학습) . 실제 적용 사례: 우리의 실제 환경 평가 →