遥操作示范数据

遥操作示范数据，是机器人学习时所用的训练素材：由人远程驾驭机器人自己的身体去完成一项任务，而每一个动作都被记录下来。一个人戴上手套、握着手柄，或是移动机械臂的一个小型“分身”，真实的机器人则实时复刻他的动作；与此同时，摄像头画面、关节角度和夹爪状态全都被保存下来。最终得到的，是一段记录，它实际上在说：在这个确切的情形下，一位熟练的人选择用这台机器人，一步一步地这样做。

这类数据之所以珍贵，是因为它有一种别的来源所没有的“扎实”。示范就是在日后要被训练的同一类机器人身上完成的，所以记录下来的动作，本就尊重了这台机器人真实的可达范围、速度和笨拙——人手和金属夹爪之间没有需要遮掩的鸿沟。看一段人做饭的视频，并不能告诉一只两指机器人该如何活动自己的关节；而遥操作示范，则直接说着机器人母语般的关节指令，这恰恰是“行为克隆”这类学习方法用来模仿所需要的东西。

代价是人的时间和精力。每一次示范都需要一个人耐心地操控机器人，所以要收集现代学习所渴求的成千上万个样本，既慢又贵，而且数据的好坏，全看操作者的技术和稳定程度。为了让每一次宝贵的示范物尽其用，团队会跨越许多物体和起始位置去采集多样的样本，共享大型的遥操作数据集，并且越来越多地——在人类示范打下的底子给了机器人一个起跑优势之后——让机器人自己去练习。