觀點網訊:近日,覓蜂科技真機操作團隊發佈《真實機器人數據質量背後的隱藏變量:數十萬小時數據帶來的經驗》論文,從20萬小時以上真機數據、2萬多個任務記錄的工程積累出發,拆解影響真機數據質量的隱藏因素。
研究結合25款雙臂機器人的結構分析、多組遙操作對比實驗,以及模型訓練後的真機測試。論文指出,在後訓練環節,真機數據把模型能力對齊到具體機器人、具體任務和真實物理交互,記錄的不只是環境裏有什麼,還包括機器人應怎樣觀察、運動和與物體接觸。
論文認為,真機示範會直接影響機器人的動作策略,數據進入後訓練管線後,模型可能學到正確能力,也可能連同數據中的缺陷一起學走。研究將數據真正用於模型訓練,並通過真機執行檢驗。
實驗顯示,把夾爪長度增加10釐米後,機器人能夠到達的位置增加約39.4%。柔順控制在測試任務中提高了成功率,並使開門和擦拭任務的峯值接觸力分別降低71.3%和69.1%。
在地面取料和桌面擦拭實驗中,團隊逐步將腰部交由逆運動學控制、將底盤和頭部交由頭顯控制,使不同身體部位並行運動,任務完成時間由此縮短43%至53%。
研究還發現,當繞行數據佔比從0增加到80%時,機器人完成任務的時間從25.3秒增加到32.6秒,延長約29%。
在運動學分析中,研究用肩部在15釐米範圍內平移來模擬腰部帶來的位置調整,部分姿態下的有效工作空間擴大至固定肩部時的3.4至5.5倍。
