每个实验室都需要的远程操作数据质量检查清单
校准,延迟预算,行动平滑,故障恢复标签,剧集界限,界面选择 <unk>专业人员检查高质量的电话数据.
电路操作数据是现代机器人学习的原料. 它也是下游模型沉默地失败的最常见的地方. 这是我们在每个实验室发布政策之前运行的检查清单.
发表于2026-03-27年,由
TL;DR. 政策质量由数据质量限制.数据质量主要由六个因素决定:校准,延迟,行动平滑,事件边界纪律,故障恢复标签和界面选择.大多数实验室在其中两三个方面失败,并且不知道.每次开始新任务或新数据收集活动,都运行此检查清单. 解决源头问题,而不是后处理.
校准:先决条件
校准错误污染了下游学习信号.如果您的相机外层在周二至周四之间漂移2厘米,则在联合数据集上训练的政策将学习一个混乱的对象位置分布.我们的 [机器人相机设置]
校准检查清单
- 在每次数据收集会议开始时进行外部校准.
- 随着机器人或摄像头的任何物理撞击,重新校准.
- 随着记录的事件的版本控制校准文件.
- 记录校准残留物; 拒绝处理残留物超过您预先达成的门
值. - 对于双手机,将两臂与共享的世界框架进行校准.
- 任何指交换后,校准抓紧器的零位置.
2.延迟:在开始之前,你必须设定的预算
远程运行延迟是数据质量的一级变量.在150毫米左右,人类运营商开始通过减速和超射来补偿,这会影响行动分布.在300毫米以上,运营商根本无法可靠地执行接触丰富的任务.我们在 [处理互联网延迟在远程运行]
延迟检查列表
- 在每次会议之前,测量端到端延迟 (控制器输入机器人运动).
- 分解:传感器到网络,网络到运营商,运营商到网络,网络到执行器.
- 设置和执行会议级延迟预算 (我们建议为精巧的任务提供 <80 ms,桌面使用 <150 ms).
- 放弃超过预算的会议,而不是默默地包括它们.
- 记录与示范数据一起的时间标记.
行动平滑:沉默的腐败者
运营商的动作是
我们建议在速度频段上使用低通行过
行动平滑检查列表
- 记录原始和平滑的行动流程.
- 通过所有会议使用一致的过
器, - 记录过
器参数在数据集的元数据中. - 检查行动自动相关性 histogram;操作员输入频率的尖峰是红旗.
- 永远不要在部署侧面使用滑滑,而不会在记录侧 (或相反) 匹配.
事件界限:标签最常见的错误
一个集应该是一个单一的一致尝试完成任务,开始完成,成功或失败.团队经常让集集团一起流血.一个运营商停下来喝一杯咖啡,一个监督者暂停了一个会议,回答一个问题,两个任务尝试被连接在一起,因为没有人按了"结束"按
修复是操作性的,而不是技术性的:使节目开始和结束的费用物理 (脚踏板,大按
剧情边界检查列表
- 物理启动/结束信号 (踏板,按
) 有可见的指示器. - 剧集结束时必须进行成功/失败分类.
- 单个节目的唯一身份,附加在原始视频中进行审查.
- 审计协议:每周审查5%的随机采样边界.
- 拒绝或标志节目,长度不符合预期分布.
5. 恢复标签失败
运营商会犯错误并恢复.这些恢复是您可以收集的最有价值的数据之一.它们教导政策如何摆脱坏状态.但只有如果它们标记.一个未标记的恢复看起来像一个奇怪的示范"抛弃物体,然后再接起来",它将尽职地模仿.
每个集中的三个不同的状态标记:名义进展,恢复 (运营商正纠正错误),和中止 (集将在早期结束).根据此标记训练的政策可以以不同的方式在每个政权中表现,评估人员可以根据需要恢复的数量划分成功率. 常见错误目录在 [机器人模仿学习常见错误]
失败恢复检查列表
- 在操作手册中明确定义"恢复"
- 要求运营商在后处理中,现场 (按
或语音) 标记恢复. - 轨道恢复率每运营商; 转训练运营商的速度在任何方向都是异常的.
- 决定是否保留或排除恢复数据从每个数据集版本中;记录决定.
接口选择:动力与领袖跟随者与VR与手套
接口选择影响您的数据比几乎任何其他决定都更重要.
动力学教学
操作员在重力补偿模式下手动移动机器人的手臂.对接触丰富的任务来说,数据质量最好,因为操作员直接感觉到接触.长时间的会议的吞吐量低, ergonomics不佳.
领导者跟随者 (ALOHA式)
运营商移动动动态相似的领导手臂;跟随者反射它.优秀的 Ergonomics,高吞吐量,非常适合双手动.我们的 [ALOHA指南]
虚拟现实/AR远程操作
运营商使用VR耳机和手控器. 对于远程和移动平台非常适合;对于新运营商来说是直观的. 交易:延迟在预算中更难保持,手续的忠诚度是可变的. 查看 VR远程运营公司比较.
数据手套/手跟踪
操作员手动直接捕获并将其映射到巧妙的抓住器或手中.最适合巧妙的手动操作;最弱的是粗臂运动.仍然是四种最多硬件类别.
接口检查列表
- 选择与任务的主导运动 (粗臂与手中的精英) 匹配的接口.
- 每个数据集版本要使用一个接口;混合接口引入域名转移.
- 记录每个集中的接口类型,固件版本和校准.
- 列车运营商专门针对所选的接口;在边缘上,运营商技能差异占主导地位.
我们在 [远程操作疲劳和 ergonomics]
7. 运营商卫生
运营商差异比大多数研究人员意识到的更大.由五个运营商收集的数据集比一个运营商在更长的时间内收集的数据集更大.通常每项任务的甜点点是2-4个运营商,每周旋转,共享培训和每周审查会议.
- 写作任务规范,包含成功和失败的照片.
- 每次会议开始时,包括10次示范,
- 每周分享一段视频,
- 运营商级别的每一集的元数据;每个运营商的成功率跟踪.
8.数据管道卫生
数据质量是管道属性,而不是会议属性.
- 不可改变的原始. 永远不要重写原始录音.衍生数据集是下游构建的.
- 所有版本. 数据集版本,校准版本,过
版本,注释版本. - 自动验证. 每个摄入的集都会得到通过/失败的时间,行动范围,摄像头下降等检查.
- 随机样本检查. 每周人类检查1-5%的事件.
- 删除纪律. 如果你认为一个事件是坏的,请记住它,不要删除它.
我们的 [数据集目录] (
9.常见的陷
- 在一个数据集中混合接口类型. 域名转移不良,不见损失曲线.
- ** 无声钟漂移.** 同步相机和动机与单一单调的时间源.
- 没有精确的"更多数据更好"的本能.** 500个清洁的集比2000个有噪音的集.
- 没有延迟. 预备一个测试操作员/场景/对象组,您的政策在培训期间从来没有看到.
- 忽略边缘情况. 失败恢复数据和非名义对象姿势是最有价值的片段.
10 结尾说明
通过加紧远程操作数据质量,每一个小时都能节省大约10小时的下游调试.上游调试几乎总是比下游救援便宜.把数据收集视为生产学科,而不是给最新的实验室成员交付的任务.
如果您想要第二次查看您的管道,我们的 [数据服务] (
** 打印这张.** 这份检查列表是为了存活在您的数据收集室墙上.
11.常见问题
实际上我们需要多少集,才能制定一个有效的政策?
对于一个狭窄,精确的单臂任务,具有清洁数据,200-400集通常足以调整Octo或OpenVLA到研究示范质量.双手任务通常需要500-1000集的相对质量.在这个门
我们应该在部署环境或实验室收集数据吗?
收集大部分数据在实验室中,你控制着照明,校准和摄像头的放置. 在部署环境中收集一个更小,故意变化的体积.
虚拟现实远程操作是否足以提供生产数据?
对于粗略的操纵和移动任务,是的,注意延迟和手跟踪校准.对于精巧的手中任务和接触丰富的组装,领导追随者或手套捕获仍然是2026年更高质量的选择.
电话运营商应该得到多少钱?
美国市场价格为无技能电话操作员在25美元至45美元/小时之间,训练有素的操作员则在50-90美元/小时之间.
我们可以使用现有的公共数据集,
对于预训练,是的,这是开放X-Embodiment的目的.对于您的具体实施和任务的最终细节调整,没有快捷方式.您的政策的行为将反映出它被细节调整的数据.