返回Glossary
任务参数化学习
任务参数化学习相对于多个坐标系或任务参数（如物体的位姿、目标位置、障碍物框架）而不是固定的世界坐标系编码演示。执行时，策略会自动适应新的物体和目标配置而无需重新训练，因为它已学会相对于任务相关参考的运动。任务参数化高斯混合模型（TP-GMM）和核化运动基元是经典实现。这种方法为结构化的拾取放置任务提供强大的几何泛化，尽管它需要在运行时识别和跟踪任务框架。 在实践中查看：我们的数据收集服务 →
任务参数化学习相对于多个坐标系或任务参数（如物体的位姿、目标位置、障碍物框架）而不是固定的世界坐标系编码演示。执行时，策略会自动适应新的物体和目标配置而无需重新训练，因为它已学会相对于任务相关参考的运动。任务参数化高斯混合模型（TP-GMM）和核化运动基元是经典实现。这种方法为结构化的拾取放置任务提供强大的几何泛化，尽管它需要在运行时识别和跟踪任务框架。 在实践中查看：我们的数据收集服务 →