缩成一个特征, 而解码器则利用这个特征和当前的 观察来预测一系列动作. 在测试时, 编码器被丢弃, 仅使用解码器作为策略. ACT 在多个模拟和真实 世界的精细操作任务上表现出色, 例如打开半透明 调料杯和放置电池, 成功率高达 80% ~ 90%, 并且 仅需要 10 min 的演示数据. 这表明 ACT 能够有效 地从人类演示中学习, 并在低成本硬件上执行复杂 的操作任务. 随后, 作者又增加了重力补偿等便于