实体
Action Chunking Transformers
Action Chunking Transformers
PulseAugur coverage of Action Chunking Transformers — every cluster mentioning Action Chunking Transformers across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
动作分块Transformer消融研究结果在重新评估中受到质疑
最近对动作分块Transformer (ACT) 模型的一次重新评估，对该模型原始消融研究的结果提出了质疑。研究人员重新进行了实验，发现移除条件变分自编码器 (CVAE) 编码器并未导致先前报道的成功率显著下降。造成这种差异的原因尚不清楚，尽管训练长度和检查点选择的差异会影响结果。该研究表明，从编码器中采样的潜在信息对于在ACT基准测试中重建已演示的动作几乎没有益处，并且在推理过程中最终未使用。
-
新的 PAC-ACT 框架增强了机器人操作策略
研究人员开发了 PAC-ACT，一个新颖的强化学习框架，旨在增强预训练动作分块 Transformer (ACT) 策略在工业机器人操作中的性能。该训练后方法在分块级别优化策略，利用 ACT 迁移的 actor-critic 架构和行为先验约束，在微调过程中保持原始动作分布。在精密接触任务上的实验表明，PAC-ACT 提高了任务成功率、稳定性和安全性，同时降低了延迟和内存使用量，尤其是在 Contour 任务上将峰值接触力降低了 46 倍。