论文页面 - HiFi-UMI: 仅从高保真UMI数据学习可部署的操作策略

来源：https://huggingface.co/papers/2607.25895 发布于 7月28日

#2 今日论文 (https://huggingface.co/papers/date/2026-07-29) 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

学习可部署的操作策略受限于既高保真又可扩展的数据的稀缺性。真实机器人遥操作精确但扩展成本高；无机器人UMI易于扩展，当前实践主要将此类数据用于预训练，并在后训练阶段添加少量真实机器人“锚点“。我们探究：提升无机器人UMI数据的保真度，而非缩减真实机器人数据的比例，是否能够移除这一锚点。我们提出HiFi-UMI，一种便携式UMI数据生产系统，协同设计了轨迹精度、夹爪间相对位姿、同步和视场：头戴式离线立体惯性SLAM、原生而非重建的相对位姿、共享微秒级GPIO触发器，以及每只手配备两个覆盖约200度的广角相机。它在无需外部跟踪基础设施的情况下，达到了3mm的局部工作空间末端执行器精度。利用这一语料库，我们展示了零机器人后训练：仅基于HiFi-UMI演示数据后训练的策略可直接部署于真实机器人，并在涵盖视觉-语言-动作和世界-动作模型家族的三个骨干网络上与领域内遥操作性能相当，在StarVLA-QwenPI、OpenPI-pi_0.5和LingBot-VA上的成功率差异分别为-2.5、+3.1和-0.6个百分点；最强的策略在精密插入任务上达到85%，尽管遥操作基线是在评估场景中采集的，且没有HiFi-UMI轨迹来自该场景。在来自同一语料库的4000小时数据上进行预训练，使十个未见任务的动作误差降低了41%，并且在StarVLA-QwenPI上，真实机器人成功率额外提升了18.1个百分点。我们开源了HiFi-UMI-2K，包含2000小时的微秒级同步、超宽视场演示，每个演示都通过仿真回放自动重建和验证，为机器人学习社区提供了一个大规模、高保真的资源。

查看 arXiv 页面 (https://arxiv.org/abs/2607.25895)查看 PDF (https://arxiv.org/pdf/2607.25895)项目页面 (https://cloud.simpleai.tech/simple-world-lab/hifi-umi/)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.25895)

在您的代理中获取此论文：

hf papers read 2607.25895

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用该论文的模型0

没有模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2607.25895 以从此页面链接。

引用该论文的数据集1

simple-world-lab/HiFi-UMI-2K 查看器• 约2小时前更新 • 192M • 3.05k • 4 (https://huggingface.co/datasets/simple-world-lab/HiFi-UMI-2K)

引用该论文的Space0

没有Space链接此论文

请在Space README.md中引用 arxiv.org/abs/2607.25895 以从此页面链接。

包含该论文的收藏0

没有包含此论文的收藏

将此论文添加到收藏 (https://huggingface.co/new-collection) 以从此页面链接。