LEARNING
上下文能否弥合现实差距？上下文感知策略的仿真到现实迁移
Marco Iannotta, Yuxuan Yang, Johannes A. Stork, Erik Schaffernicht, Todor Stoyanov
- 发表年份
- 2026
- 引用次数
- 0
- 期刊
- Robotics and Autonomous Systems
摘要
本文探讨了上下文信息在仿真到现实迁移中的作用，提出上下文感知策略可以缩小仿真环境与真实世界之间的差距。通过引入上下文变量，策略能更好地适应不同环境，从而提高迁移成功率。
关键词
sim-to-real transfercontext-aware policiesreality gaprobotics learningdomain adaptation
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018