用于使机器学习模型适配于经改变的控制情况的方法

根据各种实施方式描述一种用于使机器学习模型适配于经改变的控制情况的方法，所述方法包括：在经改变的控制情况下检测传感器数据元素；对于每个所确定的传感器数据元素生成所述传感器数据元素的多个增强；使用所述机器学习模型的第一实例为每个增强生成相应的输出；通过组合所生成的输出来确定针对所述传感器数据元素的目标输出；以及确定针对所述传感器数据元素的第二实例的输出与所确定的目标输出之间的损失；和适配所述机器学习模型的所述第二实例以减少总体损失，其中所述总体损失包含所确定的损失。