DSD: 확산 모델을 이용한 다양하고 재사용 가능한 모터 스킬 학습

요약

본 논문은 확산 모델(diffusion model)을 활용하여 다양하고 재사용 가능한 모터 스킬을 학습하는 Diffusion Skill Discovery (DSD) 방법을 제안합니다. DSD는 엔트로피 기울기를 근사함으로써, 기존 방법의 한계를 극복하고 고차원 휴머노이드 제어에서 더 넓은 범위의 행동을 생성하도록 유도합니다. 실험 결과, DSD가 이전 방식보다 우수한 모터 스킬 레퍼토리를 발견함을 입증했습니다.

핵심 포인트

• 확산 모델 기반의 DSD를 통해 모터 스킬 학습에 새로운 접근법 제시
• 엔트로피 기울기 근사를 통해 행동 다양성 확보 및 재사용성 증대
• 고차원 휴머노이드 제어 환경에서 복잡하고 민첩한 스킬 발견 가능