Keterampilan sejati dalam sim ke real mungkin adalah mengetahui apa yang TIDAK harus dirandomisasi. Satu baris tenang di Weekly terbaru @axisrobotics menarik perhatian saya: domain randomization sekarang menjaga objek yang diartikulasikan tetap stabil sambil memvariasikan sisa adegan. Perbedaan ini penting. Keragaman sintetis bermanfaat sampai variasi mulai mengubah struktur keterampilan yang ingin Anda ajarkan. Sebuah kebijakan yang belajar membuka laci atau kabinet harus mengalami kondisi sekitar yang berbeda tanpa terus-menerus kehilangan interaksi stabil yang dibutuhkannya untuk memahami. Jadi masalahnya bukan: seberapa banyak variasi yang bisa kita hasilkan? Tapi: variabel mana yang harus berubah, dan mana yang harus tetap invariant? Ini mengubah domain randomization dari trik volume menjadi keputusan teknik tentang apa yang harus dipelajari robot untuk diabaikan. Data sintetis yang lebih banyak tidak otomatis lebih baik. Variasi yang dikendalikan dengan lebih baiklah yang lebih baik. https://t.co/NQvnEdHquc Untuk sim ke real, mana yang lebih penting: keragaman maksimum atau memilih invariant yang tepat?
riRoyal.Base.ethBagikan
Sumber:Tampilkan versi asli
Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini.
Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.