灵初智能通过高质量数据提升机器人学习能力

在两年前，一段展示机器人炒虾的视频在网络上引发热潮，视频中的机械臂灵活地掌控锅铲，将虾翻炒并盛入碗中，似乎已具备厨房助手的基本技能。然而，这一系列动作并非易事，研究团队需要通过亲自操作多次示范，收集数据，并通过模仿学习使机器人掌握该任务。以一个固定任务为例，通常需要50次示范。

如今，灵初智能展示了机器人学习的全新方式。在最新的演示中，仅需人类示范一次，机器人便能够利用类似提示的上下文完成新任务，无需再训练或微调模型。这个过程经过“准备配菜——青椒下锅——龙虾下锅”的三步示范后，Psi-R2.5通过上下文学习顺序复现了该任务，显示出对学习方式的进一步探索。

人类在进行操作时往往是自然而然地完成的，那么是否能够直接利用这些操作经验来训练机器人？灵初智能在这个方向上迈出了新一步。之前发布的Psi-R2和Psi-W0通过大量人类数据进行预训练，并通过强化学习优化人类轨迹。此外，团队在处理数据时，转向了如何识别有价值的数据并让人类数据更有效地融入机器人训练中。 球友会

这一转变集中在数据转换的方式上，灵初通过“强Pair Data”概念，从真实机器人执行的数据显示出其可行性，进一步优化了训练效果。团队将这些“强Pair Data”与人类操作相结合，逆向生成对应的人手数据，从而获取了一组有效的人类与机器人配对数据。

拥有这批数据后，团队能够直接对其进行机器人模型的训练，简化了训続过程。最终，只需用手机或相机拍摄操作视频，就能够通过这一流程将人类操作转换为不同机器人的数据，推动了机器人智能的进一步发展。