数据金字塔

按数量多少和贴近真机程度，把机器人训练数据分成三层的框架。

数据金字塔是英伟达在 2025 年 3 月 GR00T N1 论文里用来组织训练数据的框架：底层是量最大的网页数据和人类视频；中层是物理仿真生成、或用神经网络（如视频生成模型）合成的数据；顶层是在真实机器人上采集的数据。从下往上，数据量越来越少，和具体本体（机器人硬件）的贴合度越来越高。底层提供通用常识和行为先验，顶层保证动作能在真机上执行。它针对的是真机数据又贵又少的现实：用便宜的大规模数据打底，用少量真机数据校准。

例子GR00T N1 的底层用了 Ego4D、EPIC-KITCHENS 等人类视频；中层有约 827 小时视频模型生成的神经轨迹和 78 万条 DexMimicGen 仿真轨迹；顶层是傅利叶 GR-1 遥操作数据、Open X-Embodiment 和 AgiBot World 等真机数据。

也叫

机器人数据金字塔

相关

真机数据、仿真数据、合成数据、人类视频数据、神经轨迹、GR00T N1 系列

来源

GR00T N1: An Open Foundation Model for Generalist Humanoid Robots (arXiv 2503.14734)

信息截至

2025-03