점군을 조건으로 사용하기
효율적인 점 인코더가 희소 점군에서 간결한 삼차원 특징을 추출한다. 이 표현은 조건부 행동 생성 모델인 확산 정책에 들어간다.
시연 수와 성능
시뮬레이션에서는 과제당 열 개 시연으로 대부분의 과제를 다룬 결과를 제시했다. 실제 네 과제에서는 각각 마흔 개 시연을 사용했으므로 두 조건을 섞어 성능을 해석하면 안 된다.
변화하는 관측과 물체
연구는 위치와 시점 및 외관과 물체 개체의 변화를 평가했다. 단일 성공률뿐 아니라 무엇을 바꾼 시험인지 확인하는 것이 일반화 결과를 이해하는 데 중요하다.
관측된 안정성
논문은 실제 실험에서 비교 방법보다 제약 위반이 적었던 사례를 보고했다. 이는 평가 중의 관측이며 모든 로봇 환경에서 충돌이나 위험을 방지한다는 안전 보장은 아니다.
관련 문서
Diffusion Policy / 점군 / 모방 학습 / PerAct / RVT 로봇 뷰 트랜스포머 / 로봇 조작