机器人数据采集流水线主要有哪些阶段？

典型流程包括：1）定义任务、机器人本体和成功标准；2）以固定控制频率进行遥操作采集，记录关节状态、末端位姿、相机、力矩和夹爪状态；3）完成时间同步、相机标定和手眼标定；4）删除失败或空闲片段并处理丢帧；5）标注语言指令、子任务和成功标签；6）整理数据、平衡任务与场景多样性，并决定机器人数据与仿真或人类视频的混合比例。

数据流水线的风险点往往比流程名称更值得讨论。硬件漂移和重新标定会悄悄让旧数据失效，因此每次采集都应绑定校准版本。遥操作通常是吞吐瓶颈，可以用跨本体数据集、仿真增强和人类视频预训练缓解。示范质量通常比数量重要：少量一致、平滑、成功的轨迹可能优于大量噪声数据。最后还要固定每种机器人本体的 action space 和 observation space，否则本月采集的数据可能无法训练下季度的 policy。