Офлайн-навчання з підкріпленням для роботи з різнорідними наборами даних роботів у різних втіленнях
Автори: Haruki Abe, Takayuki Osa, Yusuke Mukuta, Tatsuya Harada
Опубліковано: 2026-02-23
Переглянути на arXiv →Анотація
Це дослідження представляє новий підхід до офлайн-навчання з підкріпленням, який дозволяє роботам навчатися на різнорідних наборах даних у різних втіленнях. Це нововведення має вирішальне значення для реальної робототехніки, дозволяючи передавати набуті навички та знання між різними робототехнічними платформами без необхідності інтенсивної онлайн-взаємодії.