机器人数据筛选提速313倍
jiqizhixin · x · 2026-07-11
- 这篇工作提出 ATHENA，用于让机器人数据标注/筛选更高效：通过影响函数判断哪些示范数据真正有助于任务表现。
- 方法上，它利用神经网络梯度结构，并用rank-r 随机近似来估计 Hessian，从而把原本很慢的计算做得可用。
- 结果上，作者报告约 313x 的影响计算加速；在仿真中只用 50% 示范数据就能达到或超过全量微调效果。
- 在 6 个真实机器人任务 上，只用 66.7% 数据就能达到全数据性能。
「具身」频道最新
- iPhone Duo 内屏沿铰链开裂，苹果官方回应可免费换机 — mobileraj · 2026-10-27
- 19 人团队论文揭示 VLA 模型内部几何：概念多为多维弯曲结构 — ninamiolane · 2026-10-27
- Munro 发布 Cybercab 工程深度拆解视频 — yunta_tsai · 2026-10-27
- 奥斯汀 Robotaxi 车队规模持续扩张 — yunta_tsai · 2026-10-27
- 玩家用本地 LLM + Blender MCP 自动搭建 Halo 无限 Forge 地图 — swagonflyyyy · 2026-10-27
- 极农用无人机配自动机巢：清洗充电加药全自主，要让每个农民拥有机器人 — pstAsiatech · 2026-10-27