Datenerweiterung in der Robotik
Künstliche Erweiterung eines Robotik-Datensatzes durch Anwendung von Transformationen, die die Gültigkeit der Beschriftungen bewahren: Bildaugmentationen (Zuschnitt, Farbvariationen, Unschärfe), Propriozeptive-Rausch-Injektion, Aktionsperturbationen und Sichtpunkt-Synthese. Datenerweiterung ist entscheidend für stichprobeneffizientes Roboterlernen — allein die Zufallszuschnitt-Augmentation kann die effektive Datensatzgröße verdoppeln und die Generalisierung der Kontrollpolitik erheblich verbessern.







