远程操作引导模型

远程操作优先的团队通常需要能够从演示中快速学习、有效地保留操作员偏差并清楚地暴露故障点的模型。

好的候选人
  • 扩散政策强大的高质量演示数据和轨迹建模能力。
  • ACT / 乐机器人对于实际的模仿学习循环很有用。
  • 较小的 VLA当 teleop 数据是更广泛的语言条件堆栈的一部分时很有用。
决策捷径

如果您需要从专注的远程操作数据集中快速获胜,特定于任务的模仿策略通常会在价值实现时间上击败大型通用模型。

想要远程操作到政策的路线图吗?

我们可以帮助连接操作员数据、模型选择和评估门。