Настоящий навык в переходе от симуляции к реальности — это знать, что НЕ нужно рандомизировать. Одна спокойная фраза в последнем еженедельнике @axisrobotics меня зацепила: теперь при доменной рандомизации закрепленные объекты остаются неподвижными, а остальная сцена варьируется. Это различие имеет значение. Синтетическое разнообразие полезно, пока вариации не начинают менять структуру навыка, который вы пытаетесь обучить. Политика, обучающаяся открывать ящики или шкафы, должна сталкиваться с разными условиями окружающей среды, не теряя при этом стабильного взаимодействия, необходимого для понимания. Таким образом, проблема не в том: «Какое максимальное разнообразие мы можем сгенерировать?» А в том: «Какие переменные должны меняться, а какие оставаться неизменными?» Это превращает доменную рандомизацию из трюка с объемом в инженерное решение о том, чему робот должен научиться игнорировать. Больше синтетических данных — не всегда лучше. Лучше контролируемая вариация — да.