Retour à Glossary
Apprentissage du méta-apprentissage
Apprendre à apprendre — entraîner un modèle sur une distribution de tâches afin qu'il puisse s'adapter rapidement à de nouvelles tâches avec des données minimales. En apprentissage robotique, les approches de méta-apprentissage comme MAML, ProMP et les politiques conditionnées par tâche permettent l'adaptation en peu d'exemples à de nouveaux objets, environnements ou variations de tâches. Le modèle apprend une initialisation ou une stratégie d'adaptation qui est largement efficace sur la distribution de tâches.