@svlevine: 从次优数据中学习很重要，因为机器人自己会产生次优数据，而且机器人越多，产生的数据就越多……

X AI KOLs Following 产品
robot-learning datasets open-source robotics suboptimal-data

摘要

Sergey Levine 强调了从次优机器人数据中学习的重要性，并推广了 OopsieData——一个收集并开源那些丰富但未被充分利用的机器人失败交互片段的社区项目。

从次优数据中学习很重要，因为机器人自己会产生次优数据，而且机器人越多，产生的数据就越多。如果你想为构建一个公开、开放的次优数据集做出贡献，快来看看吧！
查看原文
查看缓存全文

缓存时间: 2026/07/31 06:47

学习次优数据非常重要，因为机器人会自己产生次优数据，而且机器人越多，产生的数据也越多。如果你想为构建一个公开、开放的次优数据集出一份力，快来看看吧！

Paul Zhou (@zhiyuan_zhou_):
这是一个机器人抓球失败的视频。几乎每个机器人实验室每天都会产出这样的片段……但几乎全都被丢弃了。这是机器人学习中最丰富却未被充分利用的资源。我们现在正在以✨OopsieData✨的名义收集所有这些数据，请加入我们！

相似文章

机器人团队正在从头重建数据栈

Hacker News Top

机器人团队正在从头重建数据栈，以克服“数据层税”对机器人学习迭代和扩展的拖累，因为现有基础设施无法处理多速率和多模态数据。