# MetaGenSim, simülasyon verilerini şekillendirerek robot öğrenmesini geliştiriyor

> Yeni bir meta-öğrenme sistemi, simülatör ayarlarını otomatik olarak seçiyor ve gerçek dünya görevlerindeki başarıyı tek tip veri üretimine kıyasla %150 artırıyor.

Oossa · 2026-10-15 · https://oossa.com/tr/metagensim-boosts-robot-learning-by-actively-shaping-simulation-data

Liqian Ma liderliğindeki araştırmacılar, robot eğitimi için en yararlı verileri hangi simülatör parametrelerinin ürettiğini öğrenen bir meta-öğrenme çerçevesi olan MetaGenSim’i tanıttı. Sistem, meta gradyanlar kullanarak yardımcı bir puanlama ağı eğitiyor ve simülasyonu gerçek dünyaya elle uyarlama ihtiyacını ortadan kaldırıyor. Manipülasyon görevlerinde yapılan testlerde MetaGenSim, gerçek dünyada görevi baştan sona tamamlama başarısını tek tip üretilen verilere kıyasla %150 artırdı ve uzmanlarca belirlenen ayarlarla eşdeğer performans gösterdi. Çalışma CoRL 2026’da sunuldu.

## Gerçekler

- Tek tip veri üretimine kıyasla gerçek dünyada görevi baştan sona tamamlama başarısında %150 göreli artış
- Makale CoRL 2026’da sunuldu ve 2026-10-15’te yayımlandı

## Neden önemli

Robot geliştiricilerinin simülatörleri elle ayarlamak için haftalar harcamadan gerçek dünyada daha iyi performans elde etmesini sağlıyor.

## Kaynaklar ve referanslar

1. [Active Generative Simulation: Meta-Learning What to Simulate for Sim-and-Real Policy Co-Training](https://arxiv.org/abs/2610.19479) – arXiv cs.RO, 2026-10-15

Son güncelleme: 2026-10-15