返回Glossary
数据增强（机器人学习）
机器人学习中的数据增强对训练观测应用随机变换以改善策略鲁棒性，无需收集额外的示范。常见的图像增强包括随机裁剪、颜色抖动、高斯模糊和cutout。更复杂的增强方法叠加干扰背景、改变光照条件或注入传感器噪声，以防止策略过度拟合训练环境中的特定视觉特征。某些方法也增强动作——例如，向关节轨迹添加噪声以教导策略从扰动中恢复。当训练数据昂贵时（每个示范需要人类操作员时间），增强尤为重要。 在实践中查看：我们的数据收集服务 →
机器人学习中的数据增强对训练观测应用随机变换以改善策略鲁棒性，无需收集额外的示范。常见的图像增强包括随机裁剪、颜色抖动、高斯模糊和cutout。更复杂的增强方法叠加干扰背景、改变光照条件或注入传感器噪声，以防止策略过度拟合训练环境中的特定视觉特征。某些方法也增强动作——例如，向关节轨迹添加噪声以教导策略从扰动中恢复。当训练数据昂贵时（每个示范需要人类操作员时间），增强尤为重要。 在实践中查看：我们的数据收集服务 →