伯克利团队提出 Data Inoculation：用 RL 在采数据时就提升质量
berkeley_ai · x · 2026-11-04
Berkeley AI 转发了 Sergey Levine 与 Qiyang Li、Zhiyuan Zhou 等人的新论文，主题是机器人学习中的数据质量问题。
核心观点：数据质量与模型同等重要甚至更重要，而 RL 不仅用于训练，也能在数据收集阶段发挥作用——无论是 BC 还是 RL 流程，都能借 RL 帮助采集更好的演示数据。团队提出了一个叫「Data Inoculation」的简单方法，可在收集 demo 时获得更高质量的数据，演示中机器人能把两个方块叠到第三个方块上。
所属事件:伯克利提出 Data Inoculation：用 RL 在数据采集阶段提升机器人演示质量(2 条相关)→
「具身」频道最新
- 小米人形机器人首次上岗 8 小时班，每分钟分拣约 1 件 EV 零件 — Distinct-Question-16 · 2026-11-04
- Jitendra Malik 提议机器人操纵「五岁小孩对照测试」,业界响应 — BradPorter_ · 2026-11-04
- 网友用编码 Agent 复活吃灰的 Meta Portal：旧设备接新界面 — msg · 2026-11-04
- BBC 实拍脑机接口外骨骼手套，助中风患者重获手部功能 — prokarurol · 2026-11-04
- OpenAI 披露 Codex 助力硬件设计：KOL 称 AI 将消灭硬件领域的「软件税」 — silver__tsuki · 2026-11-04
- 7 台机器人发 3057 颗万圣节糖果，「CandyBench」实测出炉 — paulfinneyx · 2026-11-04