يقترح الباحثون WorldSample، وهو إطار عمل لتكثيف البيانات grounded فيزيائياً يغلق حلقة حقيقية-اصطناعية بين المسيرات الفيزيائية، وتوليد نموذج العالم، وتحسين السياسة لتعلم التعزيز على الروبوتات الحقيقية. يولد النظام انتقالات اصطناعية عالية الدقة عبر نموذج عالم تم تدريبه مسبقاً ويستخدم Policy-Paced Learning لتنظيم التدريب عبر اختيار العينات، موازنة التكثيف المفيد ضد المبالغة في تقدير القيمة.
- أظهرت التجارب على مهام التلاعب بالروبوت الغنية بالاتصال أن WorldSample يحسن معدل نجاح السياسة بنسبة 28% مع تقليل خطوات التدريب بنسبة 59% مقارنةً بالمقارنات الأساسية.
- يحسن النهج الدقة البصرية لنموذج العالم بمقدار 19.4dB في PSNR و0.47 في SSIM مقارنة بالتدريب المسبق القائم على العرض فقط، مما يؤكد فعالية الحلقة الحقيقية-الاصطناعية لأداء السياسة ونموذج العالم.
يعالج هذه الطريقة التكاليف العالية للتفاعل لنشر التعلم المعزز على الروبوتات الحقيقية عن طريق تقليل الهلوسات البصرية وتخفيف الأخطاء الناتجة عن الضوضاء أثناء التدريب.