4/6 Eksperimen Dunia Nyata
Setiap tugas dimulai hanya dengan 10 demonstrasi nyata yang dikendalikan jarak jauh, jauh terlalu sedikit untuk melatih kebijakan secara mandiri (tingkat keberhasilan rata-rata 16,7%). Kemudian, kami menambahkan demonstrasi simulasi untuk tugas yang sama, baik seluruh 1.200 demonstrasi maupun 600 yang dipilih dengan metode kurasi, selalu dengan rasio pencampuran nyata-ke-simulasi yang sama https://t.co/TbOBCevz1W
Setiap tugas dimulai hanya dengan 10 demonstrasi nyata yang dikendalikan jarak jauh, jauh terlalu sedikit untuk melatih kebijakan secara mandiri (tingkat keberhasilan rata-rata 16,7%). Kemudian, kami menambahkan demonstrasi simulasi untuk tugas yang sama, baik seluruh 1.200 demonstrasi maupun 600 yang dipilih dengan metode kurasi, selalu dengan rasio pencampuran nyata-ke-simulasi yang sama https://t.co/TbOBCevz1W