Deepak Pathak:机器人学习没有完美数据源,仿真、视频、遥操各有取舍
chris_j_paxton · x · 2026-10-21
CMU 教授、Skild AI 联合创始人 Deepak Pathak 在 Encord Long Horizon Summit 演讲中指出,机器人学习不存在"黄金数据源"。
- 演讲幻灯片对比了四类数据源在可扩展性、多样性与贴近真实机器人三方面的表现:Simulation 可扩展性最高但多样性低;Video 可扩展性与多样性都高,但离真实机器人最远;SUNI(自监督/互联网数据)居中;Teleop 贴近真实机器人最高但可扩展性和多样性都低。
- 结论:每类数据都有明确短板,机器人基础模型的数据策略必须在多个来源间权衡组合,没有单一捷径。
「具身」频道最新
- 特斯拉Roadster冷气推进系统曝光，用的是Optimus腿部执行器 — gregmushen · 2026-10-21
- 开发者用树莓派5打造六轮AI探测车，GTC柏林现场演示 — labeveryday · 2026-10-21
- 机器人评测显示 Gemini 4 远超其通用能力预测,谷歌押注世界模型 — haider1 · 2026-10-21
- BrainLoRA 用单次因果前向预测脑活动，算力省 350 倍登顶 Algonauts — _akhaliq · 2026-10-21
- 印度 ePlane 公司展示 2.2 吨全尺寸 eVTOL 原型机 e200X-PT01 — vaibhavbetter · 2026-10-21
- 机器人已深入地下管网自主探路并带回数据 — VraserX · 2026-10-21