四种模仿学习策略数据规模效应对比

2026年10月28日，一篇发表于arXiv Robotics的研究比较了ACT、Diffusion Policy、SmolVLA与π0.5四种模仿学习策略在低成本机械臂上的数据规模效应。研究在单一带干扰物抓放任务的12、25、50、100和200条遥操作演示的嵌套子集上训练这四种策略，每种策略使用固定训练配方，并在SO-101机械臂上完成1,340次评分试验。报道指出，由于每种配方的训练时长固定，数据量与数据被见到的次数会同时变化；研究说明了哪些结论不受这一混杂因素影响、哪些结论会受影响。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。