Scale AI 用亚任务级标注提升机器人策略,1个任务切11段标注
yacinelearning · x · 2026-11-17
Yacine 分享了与 Scale AI 研究工程师 Jade Choghari 的 1.5 小时访谈(FineART: Dense Subtask Make Better Robot Policies),核心观点是:模型性能提升的答案往往在数据里,机器人领域也不例外。
- Scale AI 的做法是把机器人演示切分成极细粒度的子任务并逐段标注。配图示例:一个 194.8 秒的「把物品装进拉链包」任务被切成 11 个子任务,按「开箱拉开包→装 6 件物品→拉包关箱归位」分段,每段带精确时间戳。
- 这种密集子任务标注被用来训练更好的机器人策略。
值得一看的访谈,展示了数据侧改进具身智能的具体路径。
所属事件:Scale AI 用密集子任务标注提升机器人策略(2 条相关)→
「具身」频道最新
- 开源机械臂 reBot Arm B601-DM 促销价 1090 美元 — philfung · 2026-11-17
- 北卡州立用宇树 G1 造农用机器人,进鸡舍捡散落鸡蛋 — CyberRobooo · 2026-11-17
- UR5 机械臂全程自主给车门穿线缆,演示到部署全在 Neuracore 完成 — stepjamUK · 2026-11-17
- JEPA4R:深度点云 JEPA 世界模型,数字孪生零样本迁移真机 — AIGeeksGroup · 2026-11-17
- Generalist AI 的 Andy Barry 将在 MIT 开讲机器人基础模型 — HanGuo97 · 2026-11-17
- 英伟达开源 USDCraft-10K:万件带关节 USD 资产喂机器人训练 — chris_j_paxton · 2026-11-17