UMI 相关 AI 资讯 · AITOP · AI热报

8月21日

00:58

00:58

Jim Fan@DrJimFan

82°

GEN-1.5 的成功秘诀在于利用人类数据中的自然重复动作。这些重复主要来自对称模式，如 IKEA 组装手册中的螺栓配对，以及人类的恢复动作。关键在于保留失败的尝试，而非过度清理数据。另一个关键因素是 UMI（直接人类数据收集），它比传统的遥操作（teleop）更能保留人类的物理直觉。有了足够数据，许多行为可以实现零样本学习，无需微调。

AI模型 GEN-1.5 UMI 机器人

推荐理由：GEN-1.5 的成功秘诀在于利用人类数据中的自然重复动作。这些重复主要来自对称模式，如 IKEA 组装手册中的螺栓配对，以及人类的恢复动作。关键在于保留失败的尝试，而非过度清理数据。另一个关键因素是 UMI（直接人类数据收集），它比传统的遥操作（teleop）更能保留人类的物理直觉。有了足够数据，许多行为可以实现零样本学习，无需微调。

7月29日

11:21

11:21

官方账号arXiv cs.LG@Simple AI, :, Yuteng Wei, Jinming Ma, Jiawei Wang, Weitao Zhou, Yushen Zuo, Ke Rui, Minglei Li, Jinhao Zhang, Zhikang Pan, Xiang Wang, Haoran Jia, Huan Du, Zicheng Zeng, Jun Ma, Guiyu Qin, Di Zhang, Xiaofei Li

HiFi-UMI是一个便携式UMI数据生产系统，无需外部跟踪即可达到3毫米末端执行器精度。它通过头戴式立体惯性SLAM、原生相对位姿、微秒级GPIO触发和每只手两个广角相机（覆盖约200度）提升数据质量。使用该数据后训练的策略可直接部署到真实机器人，在StarVLA-QwenPI、OpenPI-pi_0.5和LingBot-VA三个骨干上成功率差异仅为-2.5、+3.1和-0.6个百分点。在精密插入任务上最强策略达到85%成功率。预训练4000小时可将十个未见任务的动作误差降低41%，并在StarVLA-QwenPI上将真实机器人成功提升18.1个百分点。研究团队开源了2000小时微秒同步超广角数据集HiFi-UMI-2K。

论文 HiFi-UMI UMI StarVLA-QwenPI

推荐理由：HiFi-UMI造了一套便携数据采集系统，不用真机器人就能让策略直接部署，精度3mm，效果跟真实遥操作差不多，还开源了2000小时数据集，搞机器人操作的可以看看。