Исследователи под руководством Лицяня Ма представили MetaGenSim — систему метаобучения, которая определяет, какие параметры симулятора дают наиболее полезные данные для обучения роботов. В системе вспомогательная сеть-оценщик обучается с помощью метаградиентов, поэтому вручную подбирать настройки симуляции больше не нужно. В испытаниях на задачах манипуляции MetaGenSim повысила успешность полного выполнения задач в реальном мире на 150% по сравнению с данными, сгенерированными равномерно, и показала результаты на уровне настроек, подобранных экспертами. Работа была представлена на CoRL 2026.
Почему это важно
Разработчики роботов смогут улучшать результаты в реальном мире, не тратя недели на ручную настройку симуляторов.
