العودة إلى Glossary
التعميم (سياسة الروبوت)
يقيس التعميم مدى جودة أداء سياسة الروبوت على الأجسام أو المشاهد أو المهام التي لم تُرَ أثناء التدريب. إنه التحدي المركزي لتعلم الروبوت: السياسة التي تحفظ العروض التدريبية لكن تفشل على الحالات الجديدة ليس لها قيمة عملية. يميز الباحثون بين التعميم على الأجسام (حالات جديدة من فئات معروفة)، والتعميم على الفئات (فئات أجسام جديدة تماماً)، والتعميم على المهام (صيغ تعليمات جديدة أو تكوينات أهداف). يتطلب تحسين التعميم عادة بيانات تدريبية أكبر وأكثر تنوعاً، التدريب المشترك مع بيانات الإنترنت، التوزيع العشوائي للمجال في المحاكاة، وأولويات نموذج الأساس. انظر هذا عملياً: تقييماتنا في العالم الحقيقي →