配资平台是否支持验证 机器人学会“主动找课补习” 董豪团队：HIL-UMI降低智能训练门槛

董豪团队日前联合启元机器人、北京大学、西安交通大学等提出一种面向机器人训练的新方法——HIL-UMI（Human-in-the-Loop Post-Training of Vision-Language-Action Models to Universal Manipulation Interface）。该方法通过人类示范与模型预测的结合，让机器人能够在无需反复执行任务的情况下发现自身不足，并针对性补充训练数据。

机器人学习复杂操作时，通常需要通过不断执行任务、人工纠正错误来积累经验。但这种方式依赖真实机器人运行，数据采集成本较高。传统后训练方法往往需要机器人先暴露问题，再由人进行纠正，而模型真正需要学习的薄弱环节并不总能被及时发现。

HIL-UMI将这一过程转移到人类示范阶段。操作者使用手持夹爪设备进行操作，模型同步预测下一步动作，系统通过比较人类操作与模型预测之间的差异，判断模型需要加强学习的部分，并提示采集对应示范数据。整个过程中，实际执行操作的是人，而不是机器人本身。

实验显示，在相同数据采集量条件下，HIL-UMI能够提高后训练效果。研究团队将π0.5视觉语言动作模型部署在Franka机械臂上，通过整理桌面、折毛巾、叠方块和盖章等任务，验证HIL-UMI方法对机器人学习效果的提升。经过三轮训练后，完整HIL-UMI方法在四项任务上的平均任务进度分数由62.3提升至94.8分，其中叠方块和盖章任务达到满分。此外，在数据采集效率方面，HIL-UMI在整理桌面任务测试中达到HG-DAgger方法5.63倍的数据采集效率，同时获得更高任务表现。

研究团队表示，HIL-UMI改变了机器人后训练的组织方式：模型能够参与判断自身需要学习的内容，而数据采集不再必须依赖机械臂反复运行。这一方法有望降低机器人训练成本，推动更灵活、高效的机器人学习体系发展。团队接下来计划探索分布式后训练，让不同地点的操作者并行采集当前模型需要的示范。每个采集点都不必配一台机械臂，采到的经验可以汇入同一个模型，支持它持续改进。

公开资料显示配资平台是否支持验证，董豪是北京大学长聘副教授，国家科技创新重大项目首席科学家，入选国家级青年人才计划，并担任启元机器人首席科学家、具身研究中心总裁。