Трансфер-обучение
Трансфер-обучение в робототехнике включает использование модели, предварительно обученной на одном домене (например, интернет-данные зрения и языка, симуляция или другой робот) и адаптацию её к целевой задаче или роботу с ограниченными дополнительными данными. Тонкая настройка финальных слоёв предварительно обученного основания на данных демонстраций робота — наиболее распространённый подход; полная настройка всех весов используется, когда доступно достаточно данных робота. Трансфер-обучение — это механизм, который делает фундаментальные модели практичными для робототехники — альтернатива обучения с нуля только на данных робота потребовала бы миллионов демонстраций. См. также предварительное обучение, трансфер из симуляции в реальность. Смотрите это на практике: наши оценки в реальном мире →