Glossary(으)로 돌아가기
데이터 증강 로보틱스
레이블 유효성을 보존하는 변환을 적용하여 로봇 데이터셋을 인위적으로 확장합니다: 이미지 증강(자르기, 색상 지터, 흐림), 고유감각 노이즈 주입, 동작 섭동, 시점 합성. 데이터 증강은 샘플 효율적인 로봇 학습에 매우 중요합니다 — 무작위 자르기 증강만으로도 효과적인 데이터셋 크기를 두 배로 늘릴 수 있으며 제어정책 일반화를 크게 개선합니다.
레이블 유효성을 보존하는 변환을 적용하여 로봇 데이터셋을 인위적으로 확장합니다: 이미지 증강(자르기, 색상 지터, 흐림), 고유감각 노이즈 주입, 동작 섭동, 시점 합성. 데이터 증강은 샘플 효율적인 로봇 학습에 매우 중요합니다 — 무작위 자르기 증강만으로도 효과적인 데이터셋 크기를 두 배로 늘릴 수 있으며 제어정책 일반화를 크게 개선합니다.