机器人策略元数据条件化实验失败：文本提示被完全忽略
DominiqueCAPaul · x · 2026-09-30
作者尝试复现 physicalint 在 π0.7 模型上给文本提示附加元数据（episode/action chunk 信息）的做法，用速度作为条件变量：数据集包含两次录制，其中一次速度是另一次的两倍，在 prompt 后加后缀「speed: fast|slow」。
结果：策略完全忽略文本提示，切换 fast/slow 行为毫无变化。
进一步分析发现，速度信息其实已能从图像本身提取——一个逻辑回归模型在 99.8% 的留出帧上就能区分两次录制。肉眼可见的唯一差异只是桌上盒子和托盘的摆放位置略有不同，但已足够让模型区分。
结论/教训：如果条件信息已隐含在观测图像中，额外的元数据条件化可能被策略忽略，做此类实验前应先检查数据本身是否已泄漏该信息。
「具身」频道最新
- NVIDIA 开源 HumanoidMimicGen：1 条遥操作演示自动生成数千条人形数据 — AjayMandlekar · 2026-09-30
- 特斯拉 CyberCab 无人驾驶体验又获好评,博主晒二次乘坐感受 — whurley · 2026-09-30
- 激光照射 Kapton 胶带造出石墨烯，装上 3D 打印机可精确加工 — johnowhitaker · 2026-09-30
- Muse Charm 挂件装 AI 智能体：像电子宠物一样「吃数据」续命 — BenBajarin · 2026-09-30
- 用 MiniMax H3 拼接街机赛车视频背景:跨片段透视与速度连续性难题 — NoMarionberry9951 · 2026-09-30
- LeCun 参与推出 AD-E2E-JEPA：世界模型免训练策略端到端自动驾驶 — ylecun · 2026-09-30