PyRUA-DataFarm 用 LLM 编码代理替代遥操作采集机器人数据
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载代理接管遥操作
论文要解决的问题是遥操作采集的固有开销：每一段演示都消耗机器人和操作员时间，换一个新任务又要从零开始。DataFarm 的做法是让编码代理接手操作员的角色。代理拿到一份数据请求，以及机器人在目标场景中的一段标定片段，随后在仿真里重建任务，具体产出三样东西：场景本身、一个专家控制器、一个成功判定器。仿真器因此能提供精确的动作标签，而不依赖人工示教。为了让数据接近真实画面，方案引入以真实图像为条件的视频模型，把每次 rollout 渲染成照片级视频，并且所有相机视图一起生成、彼此保持一致。最终输出是带机器人动作标签的同步多视角数据，策略可直接在其上训练并部署到真机。
评审与真机结果
数据进入训练集之前要过一道关：独立评审分别认证专家控制器和每一条渲染片段，通过后才被接纳。论文在五个真机任务上做了对比，只使用 farm 数据训练的策略，与使用同等数量遥操作片段训练的策略表现相当，100 次试验中分别为 93 次和 84 次成功。更值得注意的是分布外条件：在训练时未见过的桌布和彩色光照下，farm 策略仍保持 87 次成功，而遥操作数据训练的策略降到 46 次。这说明仿真重建加真实图像条件渲染的路线，在视觉扰动下没有像遥操作数据那样迅速失效。
成本账
论文给出了逐项成本。适配一个新任务完全自动，平均消耗 21 美元的 API 用量，按任务一次性支付，另加 5 美元的渲染合约费用。此后每多生成一条片段，仿真、渲染与评审合计平均 0.80 美元，且不再占用机器人和操作员。把上述费用都算进去，一个任务一小时的三视角数据平均花费 107 美元。论文将其与中国遥操作 117 美元的报价、北美单算人力 290 美元做了对照。对需要批量扩充任务与场景的团队来说，这一成本结构意味着边际成本主要落在算力与 API 上，而非人力排期。
为什么值得看
把机器人数据采集从人工遥操作转为代理自动生成，给出可核对的成本与真机成功率对比，值得关注数据成本结构的人一看。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。