Zero-Shot-Generalisierung
Zero-Shot-Generalisierung ist die Fähigkeit einer trainierten Kontrollpolitik, Aufgaben, Objekte oder Umgebungen erfolgreich auszuführen, die sie während des Trainings nie explizit gesehen hat, ohne zusätzliche Feinabstimmung oder Demonstrationen. Echter Zero-Shot-Transfer ist ein großes Ziel von Roboter-Stiftungsmodellen — eine Kontrollpolitik, die Zero-Shot auf neuartige Haushaltsgeräte oder neue Sprachanweisungen generalisiert, würde die Datenerfassungslast dramatisch reduzieren. Aktuelle VLA-Modelle zeigen vielversprechende Zero-Shot-Sprachgeneralisierung (Verständnis neuartiger Formulierungen bekannter Aufgabentypen), kämpfen aber immer noch mit wirklich neuartigen Objektkategorien oder völlig neuen Manipulationsfähigkeiten. Die Verbesserung der Zero-Shot-Leistung ist die zentrale Motivation für die Skalierung von Roboter-Datensätzen und Modellgrößen. Siehe auch Zero-Shot-Transfer-Artikel . Siehe dies in der Praxis: unsere Real-World-Evaluierungen →