Аугментация данных в робототехнике
Искусственное расширение набора данных робота путём применения преобразований, которые сохраняют корректность разметки: аугментации изображений (кроп, цветовой шум, размытие), внедрение шума в проприоцепцию, возмущения действий и синтез видовых точек. Аугментация данных критична для выборочно-эффективного обучения робота — одна только аугментация случайным кропом может удвоить эффективный размер набора данных и значительно улучшить обобщение политики управления.







