知识中等
UMI 数据集是什么?它的特点和应用场景是什么?
UMI 用手持夹爪 + GoPro + SLAM 恢复轨迹,不依赖机器人就能在真实场景大规模采集操作示范,再迁移到真机策略。
标准答案
UMI(Universal Manipulation Interface,斯坦福 2024)是一套采集接口:操作员手持装夹爪和广角相机的支架完成任务,离线用 SLAM 恢复末端轨迹与夹爪开合时序,配合时延校正和相对轨迹表示,把人类演示转成可训练的操作数据集。特点是采集成本低、场景自由(家庭、野外)、完全不占用机器人机时。
深入理解
关键取舍要讲清楚:没有机器人本体感知,策略只能依赖视觉与恢复的相对位姿,因此配合扩散策略类模型在真实机械臂上也能迁移;对高精度力控任务不如真机遥操作数据。它与遥操作数据(ALOHA)、仿真数据构成具身数据的三大来源,适合被追问「什么任务该用哪种」。