Определение
Политика распространения применяет вероятностные модели диффузии с шумоподавлением (DDPM) для генерации действий. Вместо того, чтобы предсказывать одно действие, модель итеративно удаляет шум из случайной выборки в траекторию действия. Это позволяет фиксировать мультимодальные распределения возможных вариантов поведения, что крайне важно для манипуляций с большим количеством контактов, когда существует несколько действительных стратегий. Политика распространения показала хорошие результаты при выполнении двуручных задач, использовании инструментов и складывании ткани. Обычно он работает с фрагментами действий (последовательностью из 8–32 будущих действий), а не с одношаговыми прогнозами.
Почему это важно для команд роботов
Понимание политики распространения 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.