TREE NEWS 消息, 觅蜂科技发布具身智能真机数据质量研究,基于超20万小时真机数据、2万多个任务记录,结合25款双臂机器人结构分析及训练后真机测试。研究显示,模型会保留示范中约90%的额外路径;当绕行数据占比由0增至80%,任务耗时由25.3秒增至32.6秒。另一项实验中,补全机器人决策所需的视觉信息后,选对机械臂的准确率由约50%升至100%。研究指出,任务成功并不等于数据优质。
觅蜂发布真机数据质量研究:模型保留约90%示范绕行路径
AI 解读
这项研究把真机数据的“质量”从抽象口号变成了可量化的问题:模型会忠实复制示范中的绕行路径,说明数据里的冗余动作会被直接学进去,任务成功并不代表示范干净。对做具身智能数据采集与标注的团队而言,这提示数据清洗和视觉信息补全的价值可能被低估。后续值得观察的是,行业是否会把“路径效率”和“决策所需信息完整性”纳入数据验收标准,而不只看成功率。
由 AI 生成,仅供参考。