التعلم بالنقل
يتضمن التعلم بالنقل في الروبوتات أخذ نموذج مدرب مسبقاً على مجال واحد (مثل بيانات الرؤية واللغة من الإنترنت أو المحاكاة أو روبوت مختلف) وتكييفه مع مهمة أو روبوت هدف بيانات إضافية محدودة. ضبط الطبقات النهائية من العمود الفقري المدرب مسبقاً على بيانات عروض الروبوت هو الأسلوب الأكثر شيوعاً؛ يُستخدم الضبط الكامل لجميع الأوزان عندما تكون هناك بيانات روبوت كافية. التعلم بالنقل هو الآلية التي تجعل نماذج الأساس عملية للروبوتات — البديل هو التدريب من الصفر على بيانات الروبوت وحدها، وهو يتطلب ملايين العروض. انظر أيضاً التدريب المسبق، نقل المحاكاة إلى الواقع. انظر هذا في الممارسة: تقييماتنا في العالم الحقيقي →







