Makalah ini memperkenalkan PAC-ACT, sebuah kerangka pasca-pelatihan pembelajaran penguatan yang dirancang untuk meningkatkan kebijakan Action Chunking Transformer (ACT) pra-pelatihan untuk tugas kontak presisi industri. Metode ini merumuskan ulang optimisasi kebijakan pada tingkat chunk dan memanfaatkan arsitektur actor-critic yang ditransfer dengan ACT serta kendala prior perilaku hibrida.
- PAC-ACT mempertahankan distribusi aksi pra-pelatihan selama penyetelan halus daring menggunakan kendala prior perilaku hibrida.
- Eksperimen pada benchmark industri menunjukkan peningkatan dalam keberhasilan tugas, stabilitas kontak, dan keselamatan gaya sambil mempertahankan latensi rendah dan penggunaan memori GPU.
- Pada tugas Contour, kerangka kerja ini mengurangi puncak gaya kontak dan menurunkan proporsi pembacaan gaya di atas 60 N sebanyak 46 kali.
- Ablasi hadiah jarang menunjukkan bahwa kendala prior perilaku memungkinkan eksplorasi yang efektif di bawah pose awal yang diacak.
Para penulis menganggap hal ini signifikan karena mengatasi pergeseran distribusi dalam tugas yang kaya akan kontak, memungkinkan kebijakan chunking visi-aksi mencapai kontrol robot yang andal tanpa latensi inferensi dan biaya memori tinggi yang terkait dengan model visi-bahasa-aksi.