揭示数据与模型规模对人形机器人高级控制影响
机器人学
2025-12-09 v2
摘要
数据规模长期以来一直是机器人学习中的关键瓶颈。对于人形机器人而言，人类视频和动作数据丰富且广泛可用，为一种自由且大规模的数据来源。此外，与动作相关的语义特征可实现模态对齐和高级机器人控制学习。然而，如何有效挖掘原始视频、提取机器人可学习的表征并将其用于可扩展学习仍是开放问题。为此，我们引入Humanoid-Union，一个通过自主管道生成的大规模数据集，包含超过260小时多样化、高质量的人形机器人动作数据，语义标注源自人类动作视频。该数据集可通过同一管道进一步扩展。基于这一数据资源，我们提出SCHUR框架，以探索大规模数据对人形机器人高级控制影响。实验结果表明，SCHUR在数据和模型规模扩展下实现了高质量的机器人动作生成和强大的文本-动作对齐，37%的MPJPE 指标上实现了重建提升，25%的FID 指标上实现了对齐提升，优于先前方法。其有效性通过在真实人形机器人上的部署进一步得到验证。
引用
@article{arxiv.2511.09241,
title = {Unveiling the Impact of Data and Model Scaling on High-Level Control for Humanoid Robots},
author = {Yuxi Wei and Zirui Wang and Kangning Yin and Yue Hu and Jingbo Wang and Siheng Chen},
journal= {arXiv preprint arXiv:2511.09241},
year = {2025}
}