返回Glossary
预训练
预训练是模型开发的阶段，在这个阶段神经网络在大规模、多样化的数据集上进行训练，然后再进行任务特定的微调。对于机器人基础模型，预训练可能在互联网规模的视觉-语言数据（图像、视频、文本）、跨体现机器人数据集（Open X-Embodiment）、合成仿真数据或其组合上进行。预训练的模型学习到关于物体、动作和概念的丰富通用表示，这些表示可以迁移到下游机器人任务，所需的演示数据远少于从零开始训练。预训练是VLA模型（如RT-2）成功的机制，这些模型受益于机器人和互联网规模的预训练。 在实践中查看：我们的真实世界评估 →