北大与启元机器人推出 HIL-UMI，实现无本体具身后训练
AI 总结
北京大学董豪团队与启元机器人推出 HIL-UMI，一种无需机械臂的具身人在回路后训练数据采集方法。操作员手持 UMI 夹爪示范时，模型在后台预测后续动作；当预测与人类操作出现明显分歧，系统会提示补录纠错数据，并用能量分数和优势估计器筛选有效动作。团队在折毛巾、整理桌面、叠方块和盖章四项真机任务中报告，HIL-UMI 平均任务进度分为 94.8，常规监督微调为 58.0；整理桌面任务中单帧有效数据采集耗时 73.40 毫秒，对比 HG-DAgger 的 412.99 毫秒，效率提升 5.63 倍。
深度见解
报道称，该方法把纠错数据采集从机械臂转移到手持夹爪，目标是降低具身后训练的成本。
导语：继无本体之后，具身后训练范式有了新进展。
继无本体之后，具身后训练范式有了新进展。
作者丨齐铖湧
编辑丨岑 峰
最近，具身行业讨论“无本体进行后训练的可能性”的热度很高。国内外目前还没有团队做出可行方案。