久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频

從真實(shí)數(shù)據(jù)到合成數(shù)據(jù)，機(jī)器人預(yù)訓(xùn)練數(shù)據(jù)集迎來新突破
　　預(yù)訓(xùn)練數(shù)據(jù)集是影響大模型性能的核心要素，機(jī)器人大模型也不例外。由于機(jī)器人訓(xùn)練數(shù)據(jù)集對(duì)任務(wù)相關(guān)性和多樣性要求較高，收集真實(shí)數(shù)據(jù)昂貴且耗時(shí)，目前最大的機(jī)器人數(shù)據(jù)集Open X-Embodiment僅包含100多萬條真實(shí)機(jī)器人軌跡數(shù)據(jù)。近期，MimicGen基于175個(gè)人工示范數(shù)據(jù)，可以生成涵蓋18個(gè)任務(wù)、多種場(chǎng)景、任務(wù)對(duì)象和機(jī)械臂的5萬多個(gè)合成數(shù)據(jù)，且與等量真實(shí)數(shù)據(jù)的訓(xùn)練效果相當(dāng)；RoboGen可以無限生成任務(wù)、場(chǎng)景和訓(xùn)練數(shù)據(jù)，實(shí)現(xiàn)機(jī)器人7x24小時(shí)全自動(dòng)技能學(xué)習(xí)。我們認(rèn)為，從真實(shí)數(shù)據(jù)到合成數(shù)據(jù)，預(yù)訓(xùn)練數(shù)據(jù)集來源的豐富將會(huì)加速機(jī)器人大模型的發(fā)展。
　　多樣化的機(jī)器人訓(xùn)練數(shù)據(jù)集是機(jī)器人大模型泛化能力提升的基礎(chǔ)
　　經(jīng)過大量文本語料庫(kù)訓(xùn)練的大語言模型往往優(yōu)于僅在特定數(shù)據(jù)集上訓(xùn)練得到的模型，機(jī)器人大模型也是一樣。面對(duì)一項(xiàng)新任務(wù)時(shí)，最初版本的機(jī)器人大模型RoboCat在經(jīng)過500次人工演示訓(xùn)練后，執(zhí)行成功率僅為36%；經(jīng)過自我生成的數(shù)據(jù)集訓(xùn)練后，其執(zhí)行成功率提升至74%。RT-1-X與RT-1架構(gòu)相同，經(jīng)過包含16多萬個(gè)任務(wù)的100多萬條機(jī)器人軌跡數(shù)據(jù)訓(xùn)練后，在特定任務(wù)上的平均性能較RT-1（經(jīng)過包含700多個(gè)任務(wù)的13萬條機(jī)器人軌跡訓(xùn)練）提升50%。由此可見，大量多樣化機(jī)器人訓(xùn)練數(shù)據(jù)對(duì)提升大模型性能至關(guān)重要。
　　大模型對(duì)數(shù)據(jù)集的任務(wù)相關(guān)性和多樣性要求高，真實(shí)數(shù)據(jù)昂貴耗時(shí)
　　相關(guān)性高的任務(wù)數(shù)據(jù)幫助大模型實(shí)現(xiàn)正遷移（加入新的機(jī)器人數(shù)據(jù)集后，模型泛化能力提高）；豐富的任務(wù)種類可以增強(qiáng)大模型的通用性。在RT-1中，Google依靠自身強(qiáng)大的資金和科研實(shí)力，耗時(shí)17個(gè)月，僅收集到包含700多個(gè)任務(wù)（任務(wù)種類少）的13萬條機(jī)器人數(shù)據(jù)，而且訓(xùn)練后得到的RT-1基本不具備泛化能力（任務(wù)相關(guān)性低）。目前最大的機(jī)器人數(shù)據(jù)集OpenX-Embodiment僅包含100多萬條真實(shí)機(jī)器人軌跡數(shù)據(jù)。因此，我們認(rèn)為僅依靠人工示范收集的真實(shí)數(shù)據(jù)難以滿足具身大模型的訓(xùn)練需求。
　　合成數(shù)據(jù)與等量真實(shí)數(shù)據(jù)的訓(xùn)練效果相當(dāng)，合成任務(wù)數(shù)量可為無限個(gè)
　　在機(jī)器人合成數(shù)據(jù)最新進(jìn)展方面，MimicGen能夠基于175個(gè)人工示范數(shù)據(jù)，生成涵蓋18個(gè)任務(wù)、多種場(chǎng)景、任務(wù)對(duì)象和機(jī)械臂的5萬多個(gè)合成數(shù)據(jù)。經(jīng)過合成數(shù)據(jù)的訓(xùn)練，機(jī)器人在長(zhǎng)期復(fù)雜任務(wù)和毫米級(jí)精度接觸任務(wù)中的執(zhí)行成功率顯著提高；等量的人工示范數(shù)據(jù)和合成數(shù)據(jù)對(duì)機(jī)器人的訓(xùn)練效果相當(dāng)。RoboGen將大語言模型和生成式模型中蘊(yùn)含的大規(guī)模知識(shí)與模擬世界中的物理信息相結(jié)合，可以自動(dòng)生成任務(wù)、場(chǎng)景和訓(xùn)練數(shù)據(jù)，實(shí)現(xiàn)機(jī)器人7x24小時(shí)全自動(dòng)技能學(xué)習(xí)；其中機(jī)器人可學(xué)習(xí)的任務(wù)數(shù)量是無限個(gè)，包括剛性/關(guān)節(jié)操作和軟體操作等，還能夠?qū)W習(xí)長(zhǎng)期復(fù)雜任務(wù)。
　　風(fēng)險(xiǎn)提示：模型泛化能力不足，數(shù)據(jù)集訓(xùn)練結(jié)果不及預(yù)期，機(jī)器人通用性不及預(yù)期。