ऑनलाइन सूक्ष्म-समायोजन
चल रहे रोबोट तैनाती से डेटा का उपयोग करके वास्तविक समय में एक पूर्व-प्रशिक्षित नीति को अपडेट करना। ऑनलाइन सूक्ष्म-समायोजन निरंतर सुधार सक्षम करता है जैसे रोबोट नई परिस्थितियों का सामना करता है। चुनौतियों में विनाशकारी विस्मृति, सूक्ष्म-समायोजन के दौरान सुरक्षित अन्वेषण, और तैनाती हार्डवेयर पर ग्रेडिएंट अपडेट की कुशल गणना शामिल है।







