4/6 تجارب في العالم الحقيقي

تبدأ كل مهمة بـ10 عروض توضيحية حقيقية فقط، جرى تنفيذها بالتحكم عن بُعد، وهي أقل بكثير من العدد الكافي لتدريب سياسة بمفردها (متوسط النجاح 16.7%). ثم نضيف عروضًا توضيحية محاكاة للمهمة نفسها، إما 1,200 عرض كاملة أو 600 اختيرت بطريقة انتقاء، مع الحفاظ دائمًا على النسبة نفسها للمزج بين البيانات الحقيقية وبيانات المحاكاة https://t.co/TbOBCevz1W