从虚到实迁移学习

通过在仿真环境中训练智能体并迁移到实体环境, 是高效训练自主机器人的关健技术之一。

由于仿真环境与实体环境之间存在差异，需要智能体能够主动适应环境中的图像、物理、运动、反馈等多方面特性。

小样本学习

机器人场景往往需要在实体环境中进行适应和线上学习，对样本利用效率有着更高的需求。

需要研究离线策略学习、基于模型学习、自监督学习等多种技术，以持续优化和提高样本学习效率。

通用性、泛化能力

自主机器人面对新环境和多任务的迁移和泛化能力是机器人大规模应用的关健, 包括在表征、任务、推理和决策等多方面的泛化能力。