贺公子之数据科学与艺术
第26节 Sim2Real与强化学习
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
贺公子之数据科学与艺术
社区首页
>
专栏
>
第26节 Sim2Real与强化学习
第26节 Sim2Real与强化学习
贺公子之数据科学与艺术
关注
发布于 2026-11-17 22:25:06
发布于 2026-11-17 22:25:06
8
0
举报
概述
核心问题:第25节的世界模型是手写的,每一项失效都能一句话说清("恒速不知折返")。但真实抓取的动力学写不全也标不准——摩擦、载荷、接触、滑移。于是换条路:让机器人在仿真里试错几百万次自己学。可仿真里 100% 成功的策略,到真机可能 50%,而且捏碎 1000 次。更糟的是奖励函数:把"闭合夹爪"当奖励,策略会学会每回合空闭合 40 次、回报 6.00、交付率 0%——分数涨了,任务全败。这一节
文章被收录于专栏:
微服务平台
微服务平台
架构之路
人工智能
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
人工智能
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档