数据多样性

训练数据在场景、物体、任务、视角等维度上变化有多广。

数据多样性描述数据集在环境、物体、光照、相机视角、任务、操作者、机器人本体等维度上的变化幅度，和「数据有多少条」是两回事。机器人策略容易记住训练时的那张桌子和那几个物体，换个房间就失灵，多样性不足是泛化差的主要原因之一。清华高阳团队 2024 年的数据缩放律研究发现，策略在新环境、新物体上的表现主要随环境数和物体数增长，在同一环境里多采演示很快就没有收益。Physical Intelligence 的 π0.5 用约 100 个真实家庭的移动操作数据训练，在从未见过的家里也能做收拾类任务。采集时主动换场景、换物体、换人，就是在提高多样性。

例子π0.5 论文的实验显示，训练用的家庭数越多，策略在测试家庭里表现越好；用 104 个地点的数据训练后，效果接近直接用测试家庭数据训练的对照模型。

也叫

数据覆盖面

相关

泛化、场景泛化、物体泛化、数据缩放律（模仿学习）、野外数据、数据配比

来源

Data Scaling Laws in Imitation Learning for Robotic Manipulation (arXiv 2410.18647)
π0.5: a Vision-Language-Action Model with Open-World Generalization (arXiv 2504.16054)

信息截至

2025-04