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真机微调实测：数据多样性胜过堆量，成功率98%(6 条相关)→
「具身」频道最新
- GTSAM 4.3发布:腿足导航、CUDA加速因子图与连续时间轨迹估计 — fdellaert · 2026-09-24
- Workbench 开源：Ambion 内核驱动的多专家硬件工程智能体工作台 — andreisavu · 2026-09-24
- NVIDIA Warp 与 MjWarp 加速机器人仿真与学习工作流教程 — Hugging Face Blog · 2026-09-24
- Skild AI 让 Unitree G1 自我对弈 140 年学会踢足球 — Distinct-Question-16 · 2026-09-24
- Deepak Pathak:机器人要靠物理自我博弈通向 AGI — deepakpathak · 2026-09-24
- 机器人入门必修 ACT 算法拆解:一次预测未来 100 步动作 — DominiqueCAPaul · 2026-09-24