멀티태스크 학습
단일 모델을 여러 작업에 동시에 학습시키면서 작업 간 표현을 공유합니다. 로봇 학습에서 멀티태스크 모델은 공통 시각 인코더와 작업별 헤드를 학습하거나 작업 임베딩을 사용하여 공유 제어 정책을 조건화합니다. 이점으로는 향상된 데이터 효율성(작업이 유용한 특징을 공유)과 배포 단순성(하나의 모델이 많은 작업을 수행)이 있습니다.
단일 모델을 여러 작업에 동시에 학습시키면서 작업 간 표현을 공유합니다. 로봇 학습에서 멀티태스크 모델은 공통 시각 인코더와 작업별 헤드를 학습하거나 작업 임베딩을 사용하여 공유 제어 정책을 조건화합니다. 이점으로는 향상된 데이터 효율성(작업이 유용한 특징을 공유)과 배포 단순성(하나의 모델이 많은 작업을 수행)이 있습니다.