Domain Randomization
التعشية النطاقية
تقنية لسدّ فجوة المحاكاة والواقع في التعلم المعزَّز، إذ يُدرَّب النموذج داخل بيئات محاكاة مع تعشية عشوائية لخصائصها البصرية والفيزيائية، فيتعلم سياسة متينة تعمّم على العالم الحقيقي دون بيانات منه.
A technique for closing the sim-to-real gap in reinforcement learning by training a policy in simulation while randomly varying visual and physical parameters of the environment, yielding a robust policy that generalizes to the real world without real-world data.
Also translated asعشوَنة النطاق، عشوَنة المجال، تعشية المحاكاة
First appears in this corpus in: Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World (2017)
Appears in these papers
- Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World2017in the sky ✦
- First Return, Then Explore2021in the sky ✦
- Learning Dexterous In-Hand Manipulation2019in the sky ✦
- Learning Dexterous In-Hand Manipulation2019in the sky ✦
- RT-1: Robotics Transformer for Real-World Control at Scale2022in the sky ✦