10:42
官方账号arXiv cs.AI@Yujie Pang, Zudong Li
推荐理由：这篇论文给预训练的动作分块变换器加了强化学习后训练，在工业精密操作任务上峰值力降了46倍，适合做实时控制的人看。
PAC-ACT
共 1 条相关 AI 资讯
7月13日
10:42
研究提出PAC-ACT，一种针对预训练动作分块变换器（ACT）的强化学习后训练框架。该方法在分块级别重新定义策略优化，构建ACT迁移的演员-评论家架构，并引入混合行为先验约束以在在线微调中保持预训练动作分布。在工业精密接触基准上，PAC-ACT提升了任务成功率、接触稳定性与力安全性。在Contour任务中，峰值接触力显著降低，60N以上力读数比例减少46倍。稀疏奖励实验表明行为先验约束能在随机初始位姿下实现有效探索。