返回Glossary
策略推演
策略推演是指在机器人（或仿真环境中）执行一个训练好的控制策略的单个回合，从初始状态到任务完成或超时。推演用于评估控制策略的性能、收集新数据用于进一步训练（如在 DAgger 或强化学习微调中）以及调试失败模式。可靠的性能估计所需的推演次数取决于任务的变异性——高方差任务可能需要 50 次以上的推演才能获得稳定的成功率估计。在研究中，推演通常按初始条件（分布内 vs. 分布外的物体/场景）分类，以表征泛化能力。 实际应用示例：我们的真实世界评估 →
策略推演是指在机器人（或仿真环境中）执行一个训练好的控制策略的单个回合，从初始状态到任务完成或超时。推演用于评估控制策略的性能、收集新数据用于进一步训练（如在 DAgger 或强化学习微调中）以及调试失败模式。可靠的性能估计所需的推演次数取决于任务的变异性——高方差任务可能需要 50 次以上的推演才能获得稳定的成功率估计。在研究中，推演通常按初始条件（分布内 vs. 分布外的物体/场景）分类，以表征泛化能力。 实际应用示例：我们的真实世界评估 →