Zurück zu Glossary
End-to-End-Lernen
Training eines einzelnen neuronalen Netzes, um direkt von rohen Sensoreingaben (Bilder, Propriozeption) zu Roboterhandlungen zu mappen, ohne handgestaltete Zwischendarstellungen oder modulare Pipelines. End-to-End-Lernen vermeidet den Informationsverlust modularer Systeme, erfordert aber mehr Trainingsdaten und ist schwerer zu interpretieren. VLA-Modelle stellen die Grenze des End-to-End-Roboterlernens dar.