s1eepypillow/task1_act_dagger2

🤖 Pick & Stack (블록 집기 및 순차 적재) 모델

모델명 : task1_act_dagger2

---

1. 데이터셋 구성 (Dataset)

1.1 이전 모델과의 차이점

• 기존 데이터셋의 한계: DAgger를 데이터셋을 추가하는 과정에서 기존 Task를 수행하는 효율이 떨어짐
• 데이터셋 개선: DAgger와 기존 데이터셋 간 비율 변화에 따른 성능 변화를 확인하기 위해 DAgger 에피소드 수 줄임

1.2 전체 데이터셋 구조

• 기본 에피소드 75개
• 고정된 위치 60개
• 왼쪽 위치 50개
• 오른쪽 위치 59개
• DAgger Correction 20개

---

2. 모델 학습 방식 (Training Procedure)

2.1 모델 아키텍처 (ACT 기반)

차이 없음

2.2 서버 추론 기반 시스템 및 통신

차이 없음

2.3 Chunk 및 Step 차이

차이 없음

---

3. 수행 결과 (Evaluation & Results)

3.1 수행 결과

• 고정 위치: 총 5회 시도 중 1.4개 블럭 성공 (2, 1, 1, 3, 0)
• 랜덤 위치: 총 5회 시도 중 1개 블럭 성공 (2, 1, 0, 1, 1)
• 특이 사항:
  • 순서를 가지고 이동하려는 경향 (왼쪽 아래 -> 왼쪽 위 -> 오른쪽 위 -> 오른쪽 아래)
  • 왼쪽 아래 블럭을 집을때 자주 실패 (블럭 위치보다 위쪽을 집으려고 시도, 제대로 집지 못하고 블럭이 아래로 밀림)
  • 오른쪽 위에서 posterior collapse 자주 발생, 왼쪽 아래 영역에서도 posterior collapse 발생
  • 왼쪽 하단, 오른쪽 하단에서 표시영역을 블럭으로 인식하여 집으려는 시도

3.2 결과 피드백

• klw1 결과와 거의 비슷한 수준, DAgger 40개보다 생각하는 성능 낮아짐
  • 300개의 일반 데이터셋 수집 이후 posterior collapse이 발생하는 부분에 대한 DAgger 데이터셋 계속 추가해가며 결과를 분석
  • 현재는 오른쪽 상단에서 계속해서 블럭을 집으려는 현상에 대한 DAgger Correction 데이터셋 필요
• 지정구역을 블록으로 인식하는 현상, 지정구역 안에 있는 블록들을 집으려 하는 현상 개선 필요
• 왼쪽 아래에 대한 에피소드 추가 or DAgger Correction 에피소드 추가 필요

---

4. 참고 자료 (Reference)

https://www.alphaxiv.org/abs/1011.0686