跳到主要内容
检索

# 域随机化

2 篇关联报道

订阅更新
  1. Science Robotics

    5吨滑移装载机学会两轮特技:强化学习策略在真实机器上完成举升、平衡与越障

    一台5吨重的John Deere 332G滑移装载机在仿真中训练出强化学习策略,迁移到真机后能靠前后摆动把车身举上前轮、在两轮上保持平衡并跟踪速度指令。与模型预测控制基线相比,两者在静止平衡和速度跟踪上表现相当,但基线在超过3.5的目标速度下失稳,也无法通过75毫米高的起伏地形,而学习策略可以。整套方法不依赖预先的机器模型,而是先用实测数据训练执行器网络来缩小仿真与现实的差距。

  2. bioRxiv

    常规fMRI也能看到介观功能组织:f-LENNS靠合成数据训练超分辨到1毫米,跨3T与7T免重训

    f-LENNS把常规分辨率的功能磁共振幅度图像超分辨到1毫米各向同性,让介观尺度的功能组织不必依赖超高场扫描仪。模型只用域随机化的合成MRI训练,不含对抗或生成成分,因此无需重训即可用于不同场强、序列与分辨率的实验数据。在视觉皮层,超分辨后的色觉、运动与视差选择区定位比插值上采样和锐化更接近原始高分辨率采集。

已读完全部报道