4/6 Experimentos no mundo real
Cada tarefa começa com apenas 10 demonstrações reais teleoperadas, muito poucas para treinar uma política por si só (16,7% de sucesso em média). Em seguida, adicionamos demonstrações simuladas da mesma tarefa: todas as 1.200 ou 600 selecionadas por um método de curadoria, sempre com a mesma proporção de mistura entre dados reais e simulados https://t.co/TbOBCevz1W
Cada tarefa começa com apenas 10 demonstrações reais teleoperadas, muito poucas para treinar uma política por si só (16,7% de sucesso em média). Em seguida, adicionamos demonstrações simuladas da mesma tarefa: todas as 1.200 ou 600 selecionadas por um método de curadoria, sempre com a mesma proporção de mistura entre dados reais e simulados https://t.co/TbOBCevz1W