recap

RECAP은 이득(advantage)을 입력으로 받아 모델 출력을 조건화함으로써 고득점 행동을 선택하도록 유도하는 기법이다. 본문에서는 advantage 토큰을 통해 action expert에 조건을 주고 inference에서 classifier-free guidance를 가능하게 했다. 이 방식은 행동 분포의 가능한 모달리티를 보존하면서 우수한 부분만 선택하는 특성이 있다.