Temporal Policy: 시연 기반 로봇 학습을 위한 역사 초기화 행동 생성
Temporal Policy: History-Initialized Action Generation for Robotic Learning from Demonstration
TL;DR AI
1분핵심 요약
연구진이 최근 로봇의 행동 이력을 시작점으로 삼는 생성형 제어 프레임워크 ‘Temporal Policy’를 제안했다.
무의미한 가우시안 사전분포 대신 과거 상태를 활용해 action generation의 transport cost와 추론 지연을 줄였다.
시뮬레이션 벤치마크와 실제 Barrett WAM 텔레오퍼레이션에서 강한 기준선과 비슷한 성능을 보였다.
이 방식은 다중모드 행동과 과제 성공률을 유지하면서 고주파 폐루프 제어에 필요한 속도 문제를 완화한다.