SPARC: Einphasen‑Anpassung für OOD‑Generalisierung in Robotik und Rennsimulation
Die Fähigkeit, in völlig neuen Umgebungen zuverlässig zu agieren, gilt als einer der größten Herausforderungen in Robotik und autonomer Steuerung. In der Kontext‑Reinforcement‑Learning‑Forschung müssen Agenten in Szenarien mit wechselnden Bedingungen – etwa selbstfahrende Autos, die auf unbekanntem Terrain oder bei wechselndem Wetter operieren – ohne explizite Kontextinformationen am Testzeitpunkt funktionieren.
