Glossaryに戻る
マルチタスク学習
マルチタスク学習は、複数の異なるタスクからのデモンストレーションで単一の制御ポリシーを同時に訓練し、タスク間で学習された共有表現が各個別タスクのパフォーマンスを向上させ、新しいタスクへの一般化を可能にすることを期待しています。ロボット工学では、これは通常、様々なオブジェクト、目標、環境を持つ数百のタスクで訓練することを意味します。主な課題は、異なるタスクの勾配寄与のバランスを取ること（勾配干渉）と、推論時にポリシーがタスクを区別できることを確保することです。通常は言語条件付けまたはワンホットタスク識別子を介して行われます。マルチタスクポリシーは、汎用ロボットアシスタントの前提条件です。 実践例を見る：当社の実世界評価 →