机器人数据并非越多样的抓取越好:噪声演示挤占策略容量
chris_j_paxton · x · 2026-11-19
机器人研究员 Chris Paxton 呼应 Firat Candemir 的观点:在当前模仿学习方法下,「多样即好」并不成立。如果每个操作员用不同方式完成同一任务,策略会把这些差异当作噪声学习,消耗模型容量却无助于实际任务。
真正有价值的多样性来自不同的场景、工作场所和物体,而不是同一抓取动作的五种细微变体——一致、干净的演示胜过一堆略不相同的重复。
「具身」频道最新
- 天机智能轮式人形 Gento Luna 实进零售,拣货成功率超 99% — CyberRobooo · 2026-11-19
- 曝法国暗中游说欧盟各国反对批准 Tesla FSD,涉超速与监管缺陷问题 — mitchdeg · 2026-11-19
- 独立开发者全栈自研四足机器人,展示自研动捕与编排 — wavefnx · 2026-11-19
- 硬件约 250 美元:能给自己写 App 的 AI 家庭助手火了 — 5im_Only · 2026-11-19
- 1.03 亿 Gaussian 原生流畅跑进 iPhone 15 Pro,无需 LOD — janusch_patas · 2026-11-19
- YC 孵化 Orca Aerospace:给卫星装上 AI 全自动驾驶操作员 — ycombinator · 2026-11-19