a day ago
- 小米机器人-1通过无实体预训练扩展策略模型，利用10万小时UMI数据打破了机器人数据瓶颈。
- 该模型采用两阶段训练范式：预训练从UMI数据学习通用动作生成，而后训练阶段则与真实机器人及指令跟随对齐。
- 规模法则有效：增加预训练数据与模型规模可降低验证误差，并在后训练后提升真实机器人任务成功率且未见饱和。
- 该模型在新任务中实现高数据效率，每任务仅需不到10小时演示即达75%成功率，并在四个仿真基准测试中创下最优成绩。
- 应用包括高效适配复杂真实机器人任务，以及在RoboCasa和VLABench等仿真基准测试中的卓越表现。