A verdadeira habilidade na simulação para o real pode ser saber o que NÃO randomizar. Uma linha silenciosa no mais recente Weekly da @axisrobotics me chamou a atenção: a randomização de domínio agora mantém objetos articulados fixos enquanto varia o resto da cena. Essa distinção importa. A diversidade sintética é útil até que a variação comece a alterar a estrutura da habilidade que você está tentando ensinar. Uma política que aprende a abrir gavetas ou armários deve experimentar condições ambientais diferentes sem perder constantemente a interação estável de que precisa para compreender. Então, o problema não é: quanta variação podemos gerar? É: quais variáveis devem mudar e quais devem permanecer invariantes? Isso transforma a randomização de domínio de um truque de volume em uma decisão de engenharia sobre o que o robô deve aprender a ignorar. Mais dados sintéticos não é automaticamente melhor. Variação melhor controlada é.