机器人数据的价值,取决于是否覆盖实际任务的变化。数量之外,传感器、动作和时间的对应关系也值得检查。
先看三个问题
- 是否保留失败样本?
- 传感与动作是否对齐?
- 训练与部署条件是否一致?
从任务覆盖看质量
抓取任务应考虑材质、位置、光线和失败等条件。重复录制一种成功动作可以增加数量,却未必增加场景变化。数据集应说明采集范围与处理方式。
比较流程与数据口径
LeRobot 文档可帮助理解数据、训练与评估的联系。使用数据集前,还需核对许可、设备和任务条件。不同采集口径的数据量不宜直接比较。
参考与边界
本文为编辑分析与评估框架,不包含本站实测结果。以下资料提供相关概念背景,不代表对本文全部判断的背书。
Hugging Face:LeRobot 文档 ↗