PACTS: La modellizzazione congiunta azione-predicato consente la composizione zero-shot di abilità in robotica
Un nuovo metodo presentato su arXiv (2605.20648) svela le Predicate Action Skills (PACTS), un insieme di politiche visuomotorie a ciclo chiuso che integrano traiettorie d'azione con risultati simbolici di predicati. A differenza delle attuali politiche generative che si concentrano esclusivamente sulle distribuzioni d'azione, PACTS facilita la combinazione zero-shot di abilità consolidate senza necessità di riaddestramento. Producendo sequenze coerenti azione-risultato all'interno di un modello unificato, PACTS migliora sia la generazione di azioni che la classificazione dei predicati. Questa ricerca affronta una sfida significativa nell'Apprendimento da Dimostrazione (LfD), dove i robot faticano ad adattarsi a nuove combinazioni di abilità. Gli autori suggeriscono che le azioni e i loro impatti simbolici dovrebbero essere modellati insieme, portando a una composizione di abilità più efficace. PACTS sviluppa rappresentazioni interne che potenziano le prestazioni in entrambi i compiti.
Fatti principali
- L'articolo arXiv 2605.20648 introduce le Predicate Action Skills (PACTS)
- PACTS modella congiuntamente traiettorie d'azione e risultati simbolici di predicati
- Consente la composizione zero-shot di abilità note senza riaddestramento
- Affronta il fallimento delle politiche generative esistenti nel generalizzare a nuove composizioni di abilità
- PACTS è una classe di politiche visuomotorie a ciclo chiuso
- Produce rollout coerenti azione-risultato all'interno di un unico modello
- La modellizzazione congiunta migliora sia la generazione di azioni che la classificazione dei predicati
- Il lavoro rientra nel dominio dell'Apprendimento da Dimostrazione (LfD)
Entità
Istituzioni
- arXiv