4/6 実世界での実験

各タスクは、遠隔操作による実環境でのデモがわずか10件あるだけで始まります。これだけでは単独で方策を学習させるには少なすぎます（平均成功率16.7%）。そこで、同じタスクのシミュレーションデモを追加します。追加するのは全1,200件、またはキュレーション手法で選んだ600件のいずれかで、実環境とシミュレーションの混合比率は常に同じです。https://t.co/TbOBCevz1W