待验证50% 置信事实精确时间
形态随机化（Morphology Randomization）在训练中随机改变机器人的身体结构，使策略能够泛化到多种形态，但会增加训练成本。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
涉及实体
相关事实
已验证域随机化（Domain Randomization）通过训练时随机化仿真参数迫使策略学习对环境变化具有鲁棒性77% 相似待验证2023年伯克利团队研究展示了通过大规模领域随机化训练的双足机器人策略可以实现零样本迁移到真实硬件75% 相似已验证域随机化技术在训练时随机扰动物理参数（如质量、摩擦系数、电机延迟等），迫使策略学会在各种条件下鲁棒运行75% 相似待验证数据增强通过对训练样本施加随机变换（如旋转、翻转、缩放、裁剪、颜色抖动等）来人工扩大训练集规模，其理论基础是正则化74% 相似待验证在强化学习locomotion研究中，如果奖励函数设计得太具体，所有机器人会收敛到相似的步态；如果太宽松，训练可能不收敛或学出钻空子的怪异动作。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1062473API
curl https://kongchang.com/api/v1/knowledge/claims/1062473MCP
get_claim(id=1062473)