シミュレーションから現実への移行における真のスキルは、何をランダム化しないかを知ることかもしれない。 最新の@axisrobotics週次報告にあった、静かな一文が私を捉えた： ドメインランダマイゼーションでは、関節構造を持つオブジェクトを固定したまま、その他のシーン要素を変化させる。 この区別は重要だ。 合成データの多様性は有用だが、その変化が教えようとしているスキルの構造自体を変え始めるなら、逆効果になる。 引き出しやキャビネットを学習するポリシーは、周囲の条件が変わっても、安定した相互作用を維持し続ける必要がある。 だから問題は、「どれだけ多くの変化を生み出せるか？」ではない。 「どの変数を変化させ、どの変数を不変に保つべきか？」なのだ。 これにより、ドメインランダマイゼーションは単なる量のトリックから、ロボットが無視すべきものをどう設計するかというエンジニアリング上の意思決定へと変わる。 合成データをより多く得ることが必ずしも良いわけではない。 より適切に制御された変化が重要だ。 https://t.co/NQvnEdHquc シミュレーションから現実への移行において、より重要なのは最大限の多様性か、それとも適切な不変量の選択か？