泛化（机器人控制策略）

泛化衡量机器人控制策略在训练期间未见过的物体、场景或任务上的表现。这是机器人学习的核心挑战：一个仅记忆训练演示但在新实例上失败的控制策略没有实际价值。研究人员区分物体泛化（已知类别的新实例）、类别泛化（全新的物体类别）和任务泛化（新的指令表述或目标配置）。改进泛化通常需要更大且更多样化的训练数据、与互联网数据的协同训练、仿真中的域随机化以及基础模型先验。 在实践中查看：我们的真实世界评估 →

Related terms