Die rasante Entwicklung des Deep Learnings ist untrennbar mit der Skalierung von Datensätzen, Modellen und Rechenleistung verbunden. In den Bereichen der Verarbeitung natürlicher Sprache und des Computersehens haben Forscher bereits eine Potenzgesetzbeziehung zwischen Modellleistung und Datenumfang festgestellt. Im Bereich der Robotik, insbesondere der Roboterkontrolle, ist jedoch noch kein vergleichbarer Skalierungszusammenhang etabliert. Ein Forschungsteam der Tsinghua-Universität hat kürzlich eine Arbeit veröffentlicht, die die Skalierungsgesetze des Imitationslernens bei Robotern untersucht und eine effiziente Datenakquisitionsstrategie vorschlägt, mit der in nur einem Nachmittag genügend Daten gesammelt wurden, um...