4/6 Thí nghiệm trong thế giới thực
Mỗi tác vụ chỉ bắt đầu với 10 bản demo thực được điều khiển từ xa, quá ít để tự huấn luyện một chính sách (tỷ lệ thành công trung bình 16,7%). Sau đó, chúng tôi bổ sung các bản demo mô phỏng của cùng tác vụ, gồm toàn bộ 1.200 bản hoặc 600 bản được chọn bằng một phương pháp tuyển chọn, luôn giữ nguyên tỷ lệ trộn dữ liệu thực và mô phỏng https://t.co/TbOBCevz1W
Mỗi tác vụ chỉ bắt đầu với 10 bản demo thực được điều khiển từ xa, quá ít để tự huấn luyện một chính sách (tỷ lệ thành công trung bình 16,7%). Sau đó, chúng tôi bổ sung các bản demo mô phỏng của cùng tác vụ, gồm toàn bộ 1.200 bản hoặc 600 bản được chọn bằng một phương pháp tuyển chọn, luôn giữ nguyên tỷ lệ trộn dữ liệu thực và mô phỏng https://t.co/TbOBCevz1W