π0.5 制造任务实战:1 小时干净数据胜过此前 17 小时
DominiqueCAPaul · x · 2026-09-24
作者分享两个月在真实制造任务上微调 π0.5 的全部结果,策略成功率最终达 98%,并公开所有数据与失败 run。
关键发现:
- 纯扩数据是最弱杠杆:数据量 5 倍只把成功率从 63% 提到 76%。
- 多样性更值钱:同样 4 小时,分散在 5 个场景比只采评估场景高 30 个百分点。
- 数据质量碾压数量:在 21 小时数据上额外加 1 小时干净(更慢、更准)数据,76% → 90%;单这一小时贡献超过之前的 17 小时。
- 极致做法:仅 1 小时干净数据加 240 次带人工干预的 rollout(共 1.7 小时),就从 28% 到 88%,用 1/12 的数据超过 21 小时模型 12 个百分点。
- 推理设置免训练再提分:把 21h 模型 76% → 93%,21h+1h 模型 90% → 98%。
出乎意料不重要的因素:学习率、batch size、相对/绝对关节角、图像增强——都比预期影响小。
所属事件:π0.5 真机制造任务微调实录：1 小时高质量数据胜过 17 小时堆量(9 条相关)→
「具身」频道最新
- NVIDIA 发布开源 GR00T 2：真实灵巧手全自动完成化学实验 — EricBuess · 2026-11-11
- CoRL 2026：Russ Tedrake 主题演讲被称为机器人创业必修课 — adnothing · 2026-11-11
- 开源机械臂制作日记 Day 7:齿轮传动 CAD 细节与抓手指设计 — _Stocko_ · 2026-11-11
- Perceptron AI 发布 EgoHome 基准:测 AI 能否读懂 Chore 视频里的手部动作 — rohanpaul_ai · 2026-11-11
- Runway 开源 Praxis-1:视频预训练变机器人真机控制 — runwayml · 2026-11-11
- 宇树 G1 人形机器人戴 VR 眼镜操控 A1 无人机演示空地协同 — CyberRobooo · 2026-11-11