分布外

Out-of-distributionOOD入门必知

测试时遇到的数据和训练数据分布不同，比如新物体、新场景。

机器学习通常默认训练数据和测试数据来自同一分布（独立同分布假设）。分布外指测试输入落在训练分布之外，比如换了没见过的物体、光照、桌布、相机角度或指令说法；落在训练分布之内的叫分布内（ID）。模型在分布外输入上性能往往明显下降，研究如何让模型此时仍然可用就是 OOD 泛化，清华大学崔鹏团队 2021 年的综述对此做了系统梳理。机器人尤其容易遇到这个问题：真实环境变化无穷，演示数据只覆盖有限场景；执行中一步走偏，后续观测也会偏离训练数据（分布偏移）。论文评测「泛化」时，通常就是在刻意构造的分布外条件下测成功率。