PAC-ACT는 사전 학습된 액션 청킹 트랜스포머 정책을 개선하기 위한 강화 학습 프레임워크예요. 산업용 정밀 접촉 조작에 필요한 로봇 정책의 성능을 향상시키는 데 목표를 두고 있어요.
액터-크리틱 아키텍처를 활용하고 사전 학습된 행동 분포를 유지하는 하이브리드 제약 조건을 도입하여 온라인 미세 조정 과정에서 안정성과 안전성을 높였어요.
컨투어 작업에서 피크 접촉력을 46배 줄이고 60N 이상의 힘 측정 비율을 감소시키는 등 산업용 벤치마크에서 우수한 성능을 입증했어요.