Proben-Effizienz im Roboternetzungslernen: Wie viele Demos brauchen Sie wirklich?

[← Forschung]

Die Fehlbeurteilung von Probenanforderungen ist die häufigste Ursache für gescheiterte Roboterlernprogramme und kann vollständig verhindert werden.

Das Problem der Probeneffizienz

Wie viele Demonstrationen benötigen Sie, um eine Roboterpolitik zu trainieren? Die ehrliche Antwort lautet: Es hängt von und der Bereich umfasst vier Größenordnungen. Ein einfaches Einobjekt-Gehalt kann aus 50 Demonstrationen gelernt werden. Wenn man dies vor Beginn eines Datenerhebungprogramms falsch beurteilt, führt dies zu einem von zwei Ausfallmodi: Untererhebung (Politik konvergiert nie) oder Übererhebung (Budget verschwendet für redundante Daten).

Diese Analyse synthetisiert empirische Ergebnisse aus veröffentlichten Roboter-Lernpapieren und den internen Sammelprogrammen des RCSV, um praktische Leitlinien für die Demo-Budgetisierung zu geben.

Empirische Daten: Demos, die durch Algorithmus und Aufgabe erforderlich sind

Die folgenden Bereiche stammen aus veröffentlichten Ergebnissen mit standardisierten Bewertungsprotokollen. "Erfolgsrate" bezieht sich auf die in jeder Arbeit gemeldete primäre Aufgabenmessung.

Algorithm	Task Type	Demos for ~70% SR	Demos for ~85% SR	Notes
Behavioral Cloning (ResNet)	Simple single-object grasp	50–100	150–200	Plateaus early; limited generalization
ACT (Action Chunking)	Bimanual pick-and-place	50–150	200–500	Strong for precise, short-horizon tasks
Diffusion Policy	Präzision assembly	200–500	800–2000	Best for multi-modal behavior
Foundation model fine-tune	Novel grasp variants	20–100	200–500	Requires pretrained visual encoder
OpenVLA fine-tune	Language-conditioned manipulation	50–200	300–800	Generalizes across objects with diverse data
From-scratch VLA	Broad manipulation suite	20,000+	50,000+	Not practical per-task; amortized across tasks

Schlüssel: Das Grundmodell-Feine-Tuning (ab einem vorgebildeten VLA oder visuellen Encoder) ist 310x effizienter als das Training von Grund auf die gleiche Aufgabe.

Aufgabenprobleme

Die oben genannten Zahlen gehen davon aus, dass die Aufgaben auf Ebene 1 schwierig sind.

Level	Task Description	Demo Multiplier	Example
L1	Simple, fixed-position, single object	1×	Pick block from fixed location
L2	Variable position/orientation, single object	2–5×	Pick block from random position in 10cm radius
L3	Multi-step, 2–3 subtasks	5–20×	Pick block, place on target, press confirm button
L4	Contact-rich, precision required	20–100×	Peg insertion, drawer opening, plug connection
L5	Deformable objects or bimanual dexterous	100×+	Fold cloth, bimanual tool use

Eine Aufgabe, die wie "einfaches Greifen" aussieht, aber 50 verschiedene Objekttypen mit unterschiedlicher Geometrie durchführen muss, ist eine L2L3-Tasche, nicht L1. Die meisten Aufgaben der industriellen Manipulation sind L2L3.

Algorithmen-Effizienzvergleich

Algorithm	Relative Stichprobeneffizienz	Inference Speed	Best For
BC-RNN	Low (1×)	Fast (< 5ms)	Simple tasks, constrained compute
ACT	High (5–10×)	Medium (10–20ms)	Precise bimanual, short-horizon
Diffusion Policy	Medium (3–7×)	Slow (50–200ms)	Multi-modal, contact-rich
π0 / foundation model fine-tune	Very high (10–20×)	Slow (100–500ms)	Broad generalization, novel objects
From-scratch CNN-MLP	Very low (0.5×)	Very fast (< 2ms)	Constrained robots, simple tasks only

Praktische Haushaltsleitlinien

Ein systematischer Ansatz zur Demonstrationsbudgetisierung, bevor man sich für ein vollständiges Sammelprogramm verpflichtet:

• Schritt 1 Pilot-Sammlung: Sammeln Sie genau 200 Demonstrationen. Dies ist der minimale praktikable Datensatz für jede nicht-trivielle Aufgabe mit einem modernen Algorithmus.
• Schritt 2 Schulen und Messen: Schulen Sie Ihren Zielalgoritmus auf den 200 Demo-Studien.
• Schritt 3 Lernkurve-Extrapolation: Wenn 200 Demo-Daten eine Erfolgsrate von S% geben und Ihr Ziel T% ist, passen Sie eine logarithmische Kurve an, um die Gesamtdemo-Daten zu schätzen.
• Schritt 4 Algorithmus-Wiederbewertung: Wenn Ihre 200-Demo-Erfolgsrate unter 40% liegt, sollten Sie überlegen, Algorithmen zu wechseln oder einen vorgeübten visuellen Encoder hinzuzufügen, bevor Sie in mehr Daten investieren. Ein schwaches Signal bei 200 Demos zeigt in der Regel eine Algorithmus-Task-Ungleichheit an, nicht ein Datenmengeproblem.
• Schritt 5 Budget für das Flugrad: Planen Sie die erste Sammlung bei 5060% der geschätzten Gesamtbedarf. Reserve den restlichen Budget für die Fehler-zielte Sammlung nach der ersten Bereitstellung. Fehler-zielte Daten sind 25x effizienter als die zufällige Sammlung zur Schließung der letzten Leistungslücke.

Reduzierte Renditen: Das Knie der Lernkurve

Jede Lernkurve hat ein "Knie" den Schwungpunkt, jenseits dessen die Randrenditen stark fallen.

Unter dem Knie erzeugt jede neue Gruppe von 100 Demonstrationen eine Erfolgsrate von 38%; über dem Knie erfordert jede 5%-Verbesserung 310x so viele Demonstrationen wie die vorherige 5%-Verbesserung.

Dies hat eine direkte Implikation für das Programmmanagement: Wenn Ihre Erfolgsquote über 85% und Ihr Ziel 90% liegt, sind Sie über dem Knie.

Bei Aufgaben, bei denen 90%+ erforderlich sind (sicherheitskritische Manipulation, Montage von Medizinprodukten), sind die Kosten für die endgültige Leistung von 510% häufig höher als die Kosten für die Erreichung von 85%.

RCSV [Daten-Sammlungsdienste] T1) beinhaltet eine Lernkurve-Schätzung als Teil jedes Programmstart. Unsere [Fearless Platform] T2) verfolgt Ihre Lernkurve in Echtzeit, markiert automatisch, wenn Sie das Knie überqueren und aktiviert den fehlerorientierten Sammelmodus.

Erhalten Sie eine Demo-Budget-Schätzung für Ihre Aufgabe

Das Datenwissenschaftteam des RCSV liefert kostenlose Demo-Budget-Schätzungen für neue Roboter-Lernprogramme einschließlich Algorithmusempfehlungen und Lernkurvenprojektionen.

[Anfrage nach einer Datenvoranschätzung]