ドメインランダム化
シミュレーションから実世界への技術で、シミュレーション内で環境パラメータ(照明、テクスチャ、物理特性、カメラポーズ、オブジェクト形状)を大幅にランダム化してポリシーを学習し、実世界で遭遇する変動に対してロボットが堅牢になるようにします。ランダム化分布が現実を包含するのに十分広い場合、ポリシーは実世界の微調整なしに転移します。
シミュレーションから実世界への技術で、シミュレーション内で環境パラメータ(照明、テクスチャ、物理特性、カメラポーズ、オブジェクト形状)を大幅にランダム化してポリシーを学習し、実世界で遭遇する変動に対してロボットが堅牢になるようにします。ランダム化分布が現実を包含するのに十分広い場合、ポリシーは実世界の微調整なしに転移します。