Generalização (política robótica)
Generalização mede o quão bem uma política robótica desempenha em objetos, cenas ou tarefas que não viu durante o treinamento. É o desafio central do aprendizado robótico: uma política que memoriza demonstrações de treinamento mas falha em instâncias novas não tem valor prático. Pesquisadores distinguem generalização de objetos (novas instâncias de categorias conhecidas), generalização de categorias (classes de objetos completamente novas) e generalização de tarefas (novas frases de instrução ou configurações de objetivo). Melhorar a generalização tipicamente requer dados de treinamento maiores e mais diversos, co-treinamento com dados da internet, randomização de domínio em simulação e priors de modelos fundamentais. Veja isto na prática: nossas avaliações em mundo real →