Generalización (política de robot)
La generalización mide qué tan bien una política de robot se desempeña en objetos, escenas o tareas que no ha visto durante el entrenamiento. Es el desafío central del aprendizaje de robots: una política que memoriza demostraciones de entrenamiento pero falla en instancias novedosas no tiene valor práctico. Los investigadores distinguen generalización de objetos (nuevas instancias de categorías conocidas), generalización de categorías (clases de objetos completamente nuevas) y generalización de tareas (nuevas formulaciones de instrucciones o configuraciones de objetivos). Mejorar la generalización típicamente requiere datos de entrenamiento más grandes y diversos, co-entrenamiento con datos de internet, aleatorización de dominio en simulación y priors de modelos fundamentales. Ver esto en la práctica: nuestras evaluaciones en el mundo real →