详细内容或原文请订阅后点击阅览
小米给机器人喂了10万小时的视频——它在性能方面碾压了所有竞争对手
虽然其他机器人需要数年时间才能学习，但 XR-1 在几个小时内就掌握了日常任务。
来源:安全实验室新闻频道小米给机器人喂了10万小时的视频——它在性能方面碾压了所有竞争对手
虽然其他机器人需要数年时间才能学习，但 XR-1 在几个小时内就掌握了日常任务。
大型语言和视觉模型通常会在收到更多高质量数据、参数和计算资源时得到改进。在机器人技术中，同样的原理长期以来一直难以捉摸：物理机器收集训练记录的速度缓慢且昂贵。工作需要场地、物体、工作设备、操作员和持续的监督，错误可能会损坏设备或停止工作。由于缺乏大型数据集，开发人员不确定机器人控制模型可以扩展到多远。
小米试图通过Xiaomi-Robotics-1（即XR-1）解决录音不足的问题。该模型首先在大量未绑定到特定机器人设备的 UMI 轨迹上进行训练，然后根据来自物理机器的少量记录进行调整。开发人员想要了解动作预测的质量是否会随着数据量和参数数量的增加而提高。
UMI代表Universal Manipulation Interface，即通用操作接口。该方法无需特定机器人平台的参与即可捕获抓取和移动物体的动作。以这种方式收集物理动作的示例比在真机上记录每个演示更容易。
前期训练准备了10万小时的UMI轨迹，覆盖1700多个场景。录音是在住宅楼、商业楼宇、工业设施和开放区域进行的。该套装包括具有不同物体、表面和抓握方法的家庭、仓库和工业操作。
附加数据提高了 XR-1 的平均得分，尽管打印机任务得分从 70% 下降到 60%。因此，增加示威次数并不能保证每项行动的质量提高。