审计 400 条机器人遥操数据：删掉坏样本反而更差

R4nsack · x · 2026-11-08

Lamport Robotics 推出 Lamport Sieve，一个面向机器人训练数据的审计工具：它逐条检查 LeRobot 数据集，从关节信号（平滑度、卡顿、命令跟踪误差等）和相机画面（模型逐帧描述并判定任务完成度、碰撞、镜头质量）两方面打分，输出 report.html/json 与清洗后的数据副本。

关键实测发现：在 400 条 SO-101 遥操演示上，约 10 条因掉落/碰撞被剔除、73 条被标记，还发现一个腕部舵机跨 3 个任务未校准且此前无人察觉。但实测结果反直觉——直接删除被拒样本并未稳定降低 held-out loss，某任务甚至变差；只有 40 条演示时，删数据的代价比保留坏演示更高。把被拒样本降权到 1/5 保留，效果优于两种做法。