VLA/机器人 Agent 的遥操作数据如何筛掉低质量示范?
Agent 学习与策略优化中级学习与策略优
VLA/机器人 Agent 的遥操作数据如何筛掉低质量示范?
参考答案
点击展开参考答案
- 低质量示范会把抖动、绕路、犹豫、碰撞和失败恢复当成策略。
- 采集时记录成功标签、轨迹长度、速度/加速度/jerk、碰撞、力矩、重复动作、环境状态和操作者;用规则检测异常,再由视觉/状态 verifier 确认目标完成。
- 保留失败轨迹可用于恢复/对比,但不能混作正例;按任务、场景和操作者分层,人工抽检边界。
- 去重、防单一高手/新手偏差,训练时质量加权。
- 离线仿真与真实机器人验证 sim-to-real,安全控制器独立于模型。