三星 RX Lab 提出 ε4P：用不完美数据提升机器人操作精度
同样一批不完美数据，直接混训会让成功率明显下降，按缺陷类型分别匹配噪声区间后反而成为增益，关键是分清数据坏在哪。
三星中国 RX Lab 提出 ε4P，把两类“不完美”数据——任务对但精度不够的、精度高但任务不对的——分别放进 flow matching（一种从噪声逐步去噪生成动作序列的训练方法）的不同噪声区间。在三个真机装配任务上，它比只用高精度数据更好，成功率最多提升约 30 个百分点。
正文摘录
.jpg)  在电子产品装配线上，把连接器插到主板上，看似简单，却要求在有限的生产节拍内准确、稳定地完成。面对零点几毫米的接口间隙，细微偏差就可能让连接器卡住，造成装配失败或零件损伤。 要让机器人学会这样的精细操作，最直接的办法是采集目标任务的高精度示范。但每增加一种任务，都需要重新采集大量高质量数据。与此同时，我们手上往往有着大量 “不完美” 数据：一些展示了正确任务，却达不到所需的动作精度；另一些动作足够精确，却来自不同任务。 如何利用这些已有数据，减少对专门采集的高精度示范的依赖？ 三星 Samsung RX（Robotics eXperience）Lab-China 团队提出 ε4P（Imperfection for Precision），通过控制不同数据源在 flow matching 的哪些噪声区间参与训练，把直接混训时有害的不完美数据转化为性能增益。如图 1 所示，ε4P 的核心思路是识别不同类型数据的缺陷来源，并将其分别准入 flow matching 的不同噪声区间，使数据中的有效信息得到充分利用，同时隔离其缺陷信息对策略学习的负面影响。