Назад к Glossary
Behavior Transformer
Архитектура политики на основе Transformer (BeT), которая дискретизирует непрерывное пространство действий на кластеры и использует авторегрессивный Transformer для предсказания последовательностей токенов действий. BeT может представлять мультимодальные распределения действий — когда для одного наблюдения существует несколько допустимых действий — что является ключевым преимуществом перед клонированием поведения на основе MSE, которое усредняет моды.