Case Studies(으)로 돌아가기
보다 빠른 정책 반복을 위한 실제 RL 환경
RL 팀은 벤치마크 통과율을 개선하고 회귀 문제를 줄이기 위해 RCSV 실제 환경을 어떻게 사용했는지
로봇 연구팀은 시뮬레이션 중重 테스트에서 지속 가능한 실제 환경에 옮겨 섰고 벤치마크 신뢰성을 향상시켰다.
도전
시뮬레이션은 지나가지만 실제 세계 회귀는
연구팀은 접촉 변동과 리셋 드래프트로 인해 시뮬레이션에서 하드웨어로 이동할 때 반복된 정책 회귀를 보았습니다.
RCSV 용액
- ** 지속된 환경 셀** 반복 가능한 리셋 로직과 안정적인 센서 동기화.
- 실종 재연 래시보드 회귀 클러스터의 빠른 분류 및 시나리오 수준의 추적.
- ** 정책 게이트 확인** 각 프로모션 전에 벤치마크 게이트
10주 후에 결과
- 기준 합격률: 58% -> 84%
- 방출당 회귀 사고: 47% 감소**
- 풀기 신뢰 점수는: ** 31%**
환경 계획 을 작성 하십시오
목표 작업 및 반복 순서에 따라 파일럿, 지속 또는 파트너십 모드를 선택하십시오.