Определение
Фрагментирование действий прогнозирует последовательность будущих действий фиксированной длины (обычно 8–50 временных шагов) за один прямой проход, а не генерирует одно действие за раз. Это создает сглаженные во времени, последовательные траектории и уменьшает проблему сложных ошибок, присущую авторегрессионному одношаговому прогнозированию. Action Chunking with Transformers (ACT) сочетает этот подход с архитектурами на основе CVAE и стал стандартным методом в исследованиях бимануальных манипуляций, особенно в системах на основе ALOHA.
Почему это важно для команд роботов
Понимание разделения действий имеет важное значение для команд, создающих реальные роботизированные системы. Независимо от того, собираете ли вы демонстрационные данные, обучаете политикам моделирования или развертываете в рабочей среде, эта концепция напрямую влияет на ваш рабочий процесс и проектирование системы.