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
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11
- 狗类 3D 姿态数据集发布，动物动捕研究可用 — ducha_aiki · 2026-09-11
- Swaayatt 演示山区高速自动驾驶：52km/h 过盲弯失控后自稳 — sanjeevs_iitr · 2026-09-11
- AUAR 推移动微型工厂:为每块木板定制生成机器人加工方案 — lukas_m_ziegler · 2026-09-11
- 马斯克转发：Cybercab 认证能效 165 Wh/mi,史上最高效量产电动车 — elonmusk · 2026-09-11