Die Herausforderung der Verallgemeinerung: Warum Roboterpolitik 2026 noch scheitert

[← Blog]

Eine Politik, die 95% Erfolg bei den Ausbildungsobjekten erzielt, kann bei einem neuen Objekt völlig scheitern.

Eine umfassendere Übersicht über die Verallgemeinerungsstrategien findet ihr unter Roboterpolitik Verallgemeinerung: Warum Ihr Roboter bei neuen Objekten versagt.

Die Größe des Problems

Generalisierungsversagen sind die größte Lücke zwischen dem Roboternetzungs- und Produktionsprogramm. Eine Manipulationspolitik, die auf 300 Demonstrationen von "Pick up the cup" mit 5 roten Tassen ausgebildet wurde, erzielt 92% Erfolg bei diesen Tassen. Dies ist kein hypothetisches Szenario; es ist das dokumentierte Basisverhalten jeder bisher getesteten großen Politikarchitektur, einschließlich ACT, Diffusion Policy und OpenVLA.

Das Problem ist schlimmer als es aus Benchmark-Zahlen erscheint. Die meisten veröffentlichten Bewertungen testen die Verallgemeinerung innerhalb enger Bands: dieselbe Objektkategorie mit verschiedenen Farben, dieselbe Tabelle mit verschiedenen Positionen, dieselbe Raum mit unterschiedlicher Beleuchtung. Real-Welt-Einsatz erfordert gleichzeitige Verallgemeinerung über alle diese Achsen auf einmal, und die Ausfallmodi sind zusammengesetzt. Eine Politik, die neue Farben gut und neue Positionen gut getrennt behandelt, kann bei der Kombination einer neuen Farbe in einer neuen Position scheitern, weil die Repräsentation nicht gelernt hat, diese Dimensionen unabhängig zu faktorisieren.

Verteilungsschicht: Grundmechanismus

Die Politik ist ein Funktionsanschreiber, der auf die Verteilung von P_train\beobachtung, Aktion ausgerichtet ist, um Verluste auf der Ausbildungsverteilung zu minimieren. Wenn die Überlagerung zwischen P_train und P_deploy in den relevanten Merkmaldimensionen gering ist, ist die Ausgabe der Politik eher Extraklation als Interpolation, und neuronale Netzwerke extrapolieren unzuverlässig.

Die Verteilungsschicht im Roboter-Lernen ist schwerer als in der Computer-Vision-Klassifikation, da sich die Folgen im Laufe der Zeit verschmelzen. Eine Politik, die eine Beobachtung falsch identifiziert, erzeugt eine falsche Aktion, die die nächste Beobachtung ändert, die möglicherweise noch weiter von der Trainingsverteilung entfernt ist und einen Kaskadenversagen verursacht.

Drei spezifische Mechanismen führen zur Verteilungsschichtung bei der Roboternapulation:

• Visuelle Verteilungsschicht: Neue Objekte (Farbe, Textur, Transparenz, Reflexionsfähigkeit) erzeugen visuelle Merkmale, die der Encoder nicht gesehen hat. Der gefährlichste Fall sind transparente und reflektierende Objekte, die grundsätzlich unterschiedliche Pixelmuster erzeugen als die opacken, matten Objekte, die die meisten Trainingsdatenmengen dominieren. Die Tiefensensoren scheitern auch bei transparenten Objekten und entfernen die tiefgründigen Rückschläge, auf die sich einige Richtlinien verlassen.
• Geometrische Verteilungsschicht: Neue Objektformen erfordern unterschiedliche Griffkonfigurationen, die die Politik nicht gelernt hat. Eine auf zylindrischen Becher ausgebildete Politik kann bei einer rechteckigen Box geeignete Annäherungsvektoren für Zylinder erzeugen, da sie in ihren Trainingsdaten eine Schnittstrategie gelernt hat, die eng mit der zylindrischen Geometrie verbunden ist.
• ** Dynamische Verteilungsschicht:** Neue Objektsmassen, Reibungskoeffizienten und Konformität verändern die Kontaktdynamik während der Manipulation. Eine auf starren Kunststoffgegenständen ausgebildete Politik erzeugt Griffkräfte, die für starren Kunststoff kalibriert sind. Ein weiches Schaumgegenstand vorgestellt wird und die Politik entweder zermalmt es (übermäßige Kraft) oder lässt es fallen (unzureichende Reibung). Diese Verschiebung ist auf visueller Ebene unsichtbar und kann nicht allein durch visuelle Datenvergrößerung behoben werden.

Katastrophale Vergessenheit beim fortlaufenden Lernen

Eine natürliche Reaktion auf die Verallgemeinerungsschwäche ist, mehr Daten zu sammeln und neu zu trainieren. Aber naives Umschulungsverfahren führt zu einem zweiten Fehlermodus: Katastrophaler Vergessenheit. Wenn eine Politik auf neue Objektkategorien abgestimmt wird, verliert sie Leistung auf vorher beherrschte Kategorien, es sei denn, die alten Daten werden in das Umschulungsprogramm gemischt. Die grundlegende Ursache ist, dass die Neuralnetzparameter-Updates, die sich für neue Daten optimieren, die Darstellungen überschreiben, die alte Fähigkeiten kodierten.

Die Katastrophenvergessenheit ist besonders insidiös beim Roboterlernen, da die Datenerhebung teuer ist und der Training-Deployment-Retrrain-Zyklus langsam ist. Ein Team entdeckt, dass ihre Politik bei transparenten Objekten fehlt. Die Politik behandelt nun transparente Objekte, hat aber die bisher beherrschten unsichtbaren Objekte um 15% abgebaut. Sie fügen die alten Daten zurück und schulen sie erneut, aber jetzt benötigt das Modell mehr Kapazität oder eine sorgfältigere Lernrate-Schema. Der Zyklus wiederholt sich für jeden neuen Fehlermodus, der bei der Bereitstellung entdeckt wird.

Die derzeitigen Strategien zur Minderung umfassen die Wiedergabe von Erfahrungen (Vermischung alter und neuer Daten während des Umschulens), die elastische Gewichtskonsolidierung (Bestrafung von Änderungen an Parametern, die für alte Aufgaben wichtig sind) und die fortschreitende Neuronenverbindung (Zuteilung neuer Netzwerkkapazitäten für neue Aufgaben). Der praktischste Ansatz für 2026 ist es, einen umfassenden Datenpool zu pflegen und regelmäßig von Grund auf neu zu trainieren, indem die Rechenkosten im Austausch für zuverlässige Leistung in mehreren Kategorien akzeptiert werden.

Komponitionalität: Die schwierigste Verallgemeinerung

Kompositionsgeneralisierung bedeutet, neue Kombinationen bekannter Elemente durchzuführen. Eine Politik, die auf "die Tasse von der linken Seite des Tisches" und "die Schüssel von der rechten Seite des Tisches" ausgerichtet ist, sollte auch "die Tasse von der rechten Seite des Tisches" behandeln.

In der Praxis lernen die meisten Roboter-Politiken verwickelte Darstellungen. Sie repräsentieren nicht separat "was" und "wo"; sie lernen eine kombinierte Darstellung von "rotem Becher in linker Position" als ein einzelnes Muster. Für eine Aufgabe mit 10 Objektkategorien, 5 Positionen und 3 Lichtbedingungen kann die Erreichung einer Zusammensetzungserallgemeinerung ohne explizite faktorbasierte Darstellung Demonstrationen erfordern, die einen bedeutenden Bruchteil aller 150 Kombinationen abdecken.

Sprachbedingte Richtlinien (VLAs) bieten eine teilweise Erleichterung, da die Sprachanweisung eine Zusammensetzungssysteme bietet, die die Richtlinie befolgen kann. "Pick up the red cup" und "pick up the blue bowl" teilen das Verb und die grammatische Struktur und ermutigen das Modell zu lernen, dass die Objektidentität eine separate Variable von der Aktion ist. Die Zusammensetzungserallgemeinheit in VLAs bleibt jedoch für präzise Manipulationsarbeiten fragil, wo die Aktionssequenz stark von der spezifischen Objektgeometrie abhängt.

Die Messung der Verallgemeinerungslücke: ein strenges Protokoll

Die Verallgemeinerung muss entlang jeder Achse explizit und separat bewertet werden.

Generalisierung Axis	Test Protocol	Typical Gap (2026)
Novel objects (same category)	10 held-out objects, same task setup	15-40% drop
Novel positions	Uniform random across full workspace	10-25% drop
Novel backgrounds/lighting	Different room, table surface, ambient light	25-50% drop
Novel object category	Different object type, same task verb	40-70% drop
Compositional (object + position)	New combination of seen object and seen position	20-45% drop

Was wirklich hilft: Auf der Reihe nach Auswirkungen

Auf der Grundlage der veröffentlichten Ablationsdaten und der eigenen Bewertung der RCSV aus den eingesetzten Politiken werden die Maßnahmen nach ihrer Wirkung auf die Verallgemeinerung außerhalb der Verteilung aufgeführt.

• Objektvielfalt in den Schulungsdaten (höchster Wirkung). Das Training an 15+ wirklich verschiedenen Objekten pro Aufgabenkategorie führt konsequent zur größten Verallgemeinerungsverbesserung. Nicht 15 Farbvarianten derselben Tasse. Jedes zusätzliche, unterschiedliche Objekt reduziert die Verallgemeinerungslücke um 2-5 Prozentpunkte, bis etwa 25-30 Objekte zurückkehren, wo die Renditen abnehmen.
• Vorgebildete visuelle Encoder. Die Verwendung von DINOv2 oder SigLIP als visuelles Rückgrat anstelle von Schreibung aus der Schreibweise bietet visuelle Eigenschaften, die sich bereits in Tausenden von Objektkategorien verallgemeinern.
• Aggressive visuelle Erhöhung. Zufällige Farbschwelle (Hue +/-0.4), Zufällige Erbungen (85-100% des Bildfläches, umgebaut auf das Original), zufällige Helligkeit und Kontrast und Gaussische Verblendung, die während des Trainings angewendet werden. Diese Erhöhungen sind kostenlos (keine zusätzlichen Datenerhebungskosten) und bieten konsequent eine Verbesserung von 8-15% bei der Bewertung von neuen Objekten und neuen Umgebungen. Sie ersetzen nicht die reale Objektividität, sondern sind ein starkes Ergänzungsmittel.
• Sprachkonditionierung. Die Konditionierung der Politik über Aufgabenbeschreibungen ("Pick up the container") anstelle von Aufgaben-IDs zwingt das Modell zum Bodenverhalten in semantischer Bedeutung und nicht in visuellen Mustern.
• Positionsvielfalt in den Trainingsdaten. Unterschiedliche Ausgangspositionen für Objekte in einem Bereich von mehr als 40 cm in jeder Richtung, einschließlich Orientierungen. Die Kosten sind moderat (selbe Objekte, verschiedene Platzierungen pro Episode) und die Auswirkungen auf die Positionsverallgemeinerung sind erheblich: in der Regel eine Verbesserung von 15-25%.
• Multi-Environment-Daten-Sammlung. Die Sammlung von Demonstrationen in 3 verschiedenen physischen Umgebungen (verschiedene Tabellen, Hintergründe, Beleuchtung) ist die primäre Verteidigung gegen die visuelle Verteilungsschichtung.

Mathematische Formulierung der Verallgemeinerungslücke

Die Verallgemeinerungslücke kann als Unterschied zwischen dem erwarteten Verlust in der Verteilung und außerhalb der Verteilung formalisiert werden. L(pi, D) bezeichnen den erwarteten Aufgabenverlust von Policy pi auf der Verteilung D. Die Verallgemeinerungslücke ist G = L(pi, D_deploy) - L(pi, D_train. Für eine gut ausgebildete Politik ist L(pi, D_train) gering (hohe Erfolgsrate auf Trainingsobjekten). Die Frage ist, wie groß G wird, wenn D_deploy von D_train abweicht.

Im empirischen Sinne schlägt G mit der Verteilungsabstand zwischen D_train und D_deploy ab, aber die Beziehung ist sehr nichtlinear. Kleine Verschiebungen ( dieselbe Objektkategorie, unterschiedliche Farbe) erzeugen G von 5-15%. Und kritisch ist, dass G ein Klippverhalten aufweisen kann: Die Leistung schlechter wird bis zu einer Grenze der Verteilungsabstand, dann kollabiert sie plötzlich. Dieser Klippeffekt wird üblicherweise bei etwa 10 cm positionalem Verzicht auf die Trainingsverteilung für präzise Manipulationsarbeiten und bei etwa 20-30 Grad Orientierungskompensation für die Erfassen von Aufgaben beobachtet.

Der Klippeneffekt hat eine mechanistische Erklärung: Der visuelle Encoder der Politik lernt empfängliche Feldmuster, die auf die räumlichen Frequenzen der Trainingsbeobachtungen abgestimmt sind. Wenn sich das Objekt so weit bewegt, dass die relevanten Merkmale außerhalb der gelernten Empfängnisfeldaktivierungen fallen, gelangt die Ausgabe des Encoder in eine Region des Merkmalraums, in der der Richtlinienleiter kein Trainingssignal hat, und die vorhergesagten Aktionen werden im Wesentlichen zufällig. Dies ist keine schrittweise Abbau - es ist ein Phasenübergang.

Stiftungsmodelle und Destillation: Aktueller Zustand

Die Grundlagenmodelle für Robotik (Octo, OpenVLA, pi0, RT-2-X) adressieren die Verallgemeinerung durch die Bereitstellung visueller und semantischer Darstellungen, die vorab auf verschiedenen Daten ausgebildet wurden.

Null-Schuss-Generalisierung: Fundamentmodelle erzielen eine Erfolgsrate von 25-40% bei neuen Objekten innerhalb bekannter Kategorien ohne spezifische Aufgaben-Feinabstimmung, verglichen mit 5-15% für Start-Policy. Dies ist eine bedeutende Verbesserung, aber noch lange nicht bereit für die meisten Anwendungen.

Fähnliche Feinschaltungen: Bei 50 bis 100 Aufgaben-spezifischen Demonstrationen entspricht ein feinschaltetes Fundamentmodell typischerweise einer von 300 bis 500 Demonstrationen ausgebildeten Grundsatz oder übertrifft sie.

Destillationsansätze: Wissensdestillation von großen Grundlagenmodellen bis zu kleineren einsatzbereiten Modellen ist ein aktiver Bereich. Der Standardansatz: ein großes Modell (OpenVLA bei 7B-Parametern) verwenden, um Aktionsetiketten für einen großen, nicht-etikettierten Datensatz zu erzeugen, und dann ein kompaktes Studentenmodell (50-200M Parameter) auf diesen pseudoetikettierten Daten auszubilden. Destilierte Schüler behalten typischerweise 80-90% der Verallgemeinerungsleistung des Lehrers bei 10-50x niedrigeren Ableitkosten. Dies macht die Bereitstellung auf Edge-Hardware machbar - eine Destilierte Politik läuft bei 20Hz auf einem Jetson Orin, während das Lehrmodell eine A100-GPU benötigt.

Die Begrenzung der grundlegenden Modell-basierten Verallgemeinerung: Es funktioniert am besten für die visuelle und semantische Verallgemeinerung (neue Objekte, die anders aussehen, aber ähnlich funktionieren) und am schlimmsten für die geometrische und dynamische Verallgemeinerung (neue Objekte, die grundlegend unterschiedliche Manipulationsstrategien erfordern). Ein Grundmodell, das 1.000 verschiedene Tassen gesehen hat, verallgemeinert sich gut auf die 1.001ste Tasse. Es verallgemeint sich nicht gut auf einen nassen Sabun, weil die Manipulationsstrategie für ein rutschiges deformierbares Objekt grundsätzlich von der Strategie für einen starren Behälter unterscheidet, und keine Menge an visueller Vielfalt in den vor-Training-Daten lehrt diesen Unterschied.

Der Kliff-Effekt: Erfahrungsbeweise

Der Klippeneffekt - bei dem sich die politische Leistung glatter auf eine Schwelle senkt und dann plötzlich zusammenbricht - wurde in mehreren Einstellungen quantitativ dokumentiert. Das Verständnis seiner Grenzen hilft Teams, realistische Erwartungen an den Einsatz zu setzen.

Perturbation Type	Graceful Degradation Range	Cliff Threshold	Post-Cliff Performance
Object position offset (tabletop pick)	0-8 cm: 85-92% success	~10 cm from training centroid	< 20% success
Object orientation (grasp tasks)	0-15 deg: 80-90%	~25-30 deg from training orientations	< 25% success
Camera displacement	0-3 cm: 75-90%	~5 cm from calibrated position	< 30% success
Lighting intensity change	+/- 30% lux: 80-90%	+/- 60% lux change	< 40% success
Background scene change	Minor changes: 85-90%	Complete scene change (new room)	< 35% success
Object mass change (pour/place)	+/- 50g: 80-90%	+/- 200g from training objects	< 30% success

Diese Schwellenwerte sind ungefähr und variieren je nach Politikarchitektur und Bildungsdatenvielfalt. Die wichtigste Erkenntnis für die Planung der Bereitstellung: Identifizieren Sie den wahrscheinlichen Störungsbereich in Ihrer Bereitstellung umgebung und stellen Sie sicher, dass Ihre Schulungsdaten mindestens 120% dieses Bereichs abdecken, um die Leistung über der Klippschwelle mit Marge zu halten.

SOTA-Verallgemeinerungs-Leaderboard (April 2026)

Die folgende Tabelle stellt die besten gemeldeten Verallgemeinerungsergebnisse in den wichtigsten politischen Architekturen für standardisierte Bewertungsprotokolle zusammen.

Model	Novel Objects (same cat.)	Novel Positions	Novel Environment	Training Demos
ACT (from scratch)	52%	68%	35%	200
ACT + DINOv2 backbone	67%	75%	52%	200
Diffusion Policy	58%	72%	40%	300
Octo (zero-shot)	35%	42%	28%	0 (pre-trained)
Octo (fine-tuned, 100 demos)	68%	76%	55%	100
OpenVLA (fine-tuned, 100 demos)	72%	78%	58%	100
pi0 (fine-tuned, 50 demos)	75%	80%	60%	50
RoboAgent (diverse data)	82%	85%	62%	800 (diverse)

Schlüsselpunkte: (1) Das Grundmodell-Feinabstimmung erreicht eine vergleichbare Verallgemeinerung mit dem Schulabschluss mit 3-5x weniger Demoen. (2) Die Datenvielfalt (RoboAgent) übertrifft die Modellskale immer noch, wenn sie pro Demo gemessen wird. (3) Die Verallgemeinerung der neuen Umgebung bleibt die härteste Achse für alle Architekturen, wobei keine Methode in der standardisierten Bewertung 62% überschreitet. (4) Die Kombination aus Basismodell-Rückgrat + vielfältigen Fein-Tuning-Daten (pi0 + zielgerichtete Sammlung) stellt das aktuelle praktische Optimum dar.

Praktische Minderungsstrategien nach Teamgröße

Die richtige Minderungsstrategie hängt von den Ressourcen Ihres Teams ab. Hier sind nach Maßstab handlungsfähige Empfehlungen.

Solo-Forscher / 1-2 Personen-Team. Verwenden Sie ein Fundamentmodell (Octo oder OpenVLA) als Ausgangspunkt. Sammeln Sie 50-100 verschiedene Demonstrationen zu Ihrer spezifischen Aufgabe mit mindestens 10 verschiedenen Objekten und 3+ Lichtbedingungen. Anwendet aggressive visuelle Erhöhung (Farbschwung, zufälliges Ernten, Gaussische Verblurfung). Erwartete Verallgemeinerung: 60-70% auf neuartigen Objekten derselben Kategorie. Budget: 2.000 bis 5.000 Dollar in Rechen + Datenerhebung.

Kleine Labor / 3-10 Personen Team. Ein Grundmodell auf 200-500 Demonstrationen, die über 15+ Objekte, 3+ Umgebungen und mit Sprachunterrichtetiketten gesammelt wurden, fein abgestimmt. Systematische Bewertung mit ausgehaltenen Testsätzen entlang jeder Achse durchzuführen. Datenerhebung im DAgger-Stil zu verwenden, um bestimmte Fehlermodi zu zielen. Erwartete Verallgemeinerung: 70-80% auf neuartigen Objekten. Budget: 10.000 bis 30.000 USD, einschließlich Hardwarezeit und Rechenzeit.

Unternehmen / Produktionsteam. Erstellen Sie eine kontinuierliche Daten-Sammlung. Führen Sie eine vielfältige Objektbibliothek (50+ Objekte in Ihren Zielkategorien) durch. Sammeln Sie in Produktionsumgebungen, nicht nur in Laborsetungen. Wöchentlich oder monatlich nachhaltig aufbauen, wenn neue Daten sich ansammeln. Implementieren Sie automatisierte Bewertungs-Suiten, die auf jeder Modellversion laufen. Ziel: 85%+ Verallgemeinerung in den für den Einsatz relevanten Bedingungen. Budget: 50.000-200.000 USD pro Jahr für Datenoperationen. Die [8.000 USD-Kampagne] von RCSV bietet die strukturierte Sammlung und Bewertungsinfrastruktur.

Bewertungsprotokolle für die Verallgemeinerung

Eine strenge Allgemeinwertschätzung erfordert eine strukturierte Ausführung von Prüfungen entlang jeder Achse.

• Spart-Protokoll: Reserve 20% Ihrer Objekte als ausgehaltenen Testobjekte, die nie in der Ausbildung verwendet werden. Reserve 20% Ihrer Arbeitsplatzpositionen als ausgehaltenen Testpositionen. Beurteilen Sie das Querprodukt der Testobjekte in den Testpositionen für den stärksten Verallgemeinerungstest.
• ** Mindestversuchzahl:** mindestens 20 Versuche pro Testbedingung durchführen, um statistische Bedeutung zu erzielen. Berichte über Erfolgsraten mit 95%-Vertrauensintervallen (Wilson-Scoreintervallen für binome Proportionen). Eine 20-Studienbewertung mit 80%-Erfolgsrate hat einen 95%-IC von [56%, 94%] - so breit, dass einstellige Unterschiede zwischen Methoden nicht sinnvoll sind.
• Systematische Störung: Über die zufällige Auswertung hinaus werden die einzelnen Störungssachsen individuell getestet: Die Kamera 5 cm von ihrer Trainingsposition entfernt bewegen; die Tischfläche ändern (Tischdeckel hinzufügen, Farbe ändern); den Hintergrund ändern (Objekte hinter dem Arbeitsplatz hinzufügen/entfernen); die Beleuchtung ändern (Fluoreszenz zu LED, eine Fensterlichtquelle hinzufügen/entfernen). Dies zeigt, auf welche Störung die Politik am empfindlichsten ist und orientiert die gezielte Datenerhebung.
• Berichte Ergebnisse pro Achse: Aggregate Generalisierungsergebnisse nicht in eine einzige Zahl. Berichte über den Erfolg eines neuen Objekts, den Erfolg eines neuen Positions, den Erfolg eines neuen Umfeldes und den Erfolg der Komposition separat. Eine Politik mit 90% der Generalisierung der neuen Positions und 30% der Generalisierung der neuen Objekte erfordert eine Objektvielfalt im Training, nicht Positionvielfalt.

Die Grenze 2026: Was sich verbessert und was nicht

Die Grundlagenmodelle für Robotik (Octo, OpenVLA, pi0) verbessern die Null-Schuss-Generalisierung von neuen Objekten innerhalb bekannter Kategorien stetig. Die Lücke zwischen einem fein abgestimmten Grundlagenmodell und einer Grundausgangspolitik für die Bewertung neuer Objekte ist von etwa 15% im Jahr 2024 auf 25-30% im Jahr 2026 vergrößert worden, was bedeutet, dass Grundlagenmodelle die Verallgemeinerungsbenchmarks voranziehen.

Was sich nicht so schnell verbessert: präzise geometrische Verallgemeinerung (Handling mit wirklich neuartigen Objektformen, die verschiedene Fähigkeiten erfordern), dynamische Verallgemeinerung (Handling mit Objekten mit neuartigen physikalischen Eigenschaften) und mehrstufige Kompositionsverallgemeinerung (Ausführung neuer Sequenzen vertrauter Fähigkeiten). Diese bleiben schwierige Probleme, die Datenskale und Modellskale noch nicht gelöst haben.

Die [Daten-Sammlungsdienste] von RCSV (T4) sind speziell so strukturiert, dass die Interventionen maximal funktionieren: verschiedene Objekte, verschiedene Platzierungen, mehrere Umgebungen und standardisierte Bewertungsprotokolle mit ausgehaltenen Testobjekten. Wenn Ihre Politik bei der Verallgemeinerung versagt, ist die wirksamste Aktion fast immer die Verbesserung Ihrer Bildungsdatenvielfalt, und genau darauf sind wir spezialisiert.

Verwandte Lesungen

• [Roboterpolitik Generalisierung: Warum Ihr Roboter bei neuen Objekten versagt]
• [Skalierungsgesetze für das Lernen von Robotern: Was wissen wir in 2026]
• [Ausbildungsschulden für Roboter: Von der Demonstration bis zur Bereitstellung]
• [Offene X-Body: Der Roboter Datensatz, der alles verändert hat]
• [ACT vs. Diffusion Policy: Wann welche zu verwenden]
• RCSV Datenerhebungdienste

Datenverarbeitung für die Verallgemeinerung

RCSV strukturiert die Datenerhebung, um die Politikverallgemeinerung durch verschiedene Objekte, verschiedene Umgebungen und systematische Bewertung mit ausgehaltenen Testsätzen zu maximieren.

[Erforschung der Datendienste]