Glossaryに戻る
転移学習
ロボティクスにおける転移学習は、あるドメイン（例：インターネット上のビジョン言語データ、シミュレーション、または異なるロボット）で事前学習されたモデルを、限定的な追加データで目標タスクまたはロボットに適応させることを含みます。事前学習されたバックボーンの最終層をロボットデモンストレーションデータで微調整することが最も一般的なアプローチです。十分なロボットデータが利用可能な場合は、すべての重みの完全な微調整が使用されます。転移学習は基礎モデルをロボティクスで実用的にするメカニズムです。ロボットデータのみでゼロから学習する代替案では、数百万のデモンストレーションが必要になります。参照：事前学習、シミュレーション・ツー・リアル転移。 実践例を参照：実世界評価 →