待验证50% 置信基准精确时间
研究团队在仿真环境和真实机器人平台上评估了GUILD，与被动数据收集策略、多个基线方法以及经验丰富的机器人专家的手动收集相比，引导式数据收集在样本效率和部署性能上均表现出显著优势。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/4
首次发现
有效期至：2027/2/2
来源
涉及实体
相关事实
待验证辅助机器人的评估指标不仅看任务成功率，还看用户自主性提升、护理者负担减轻以及长期使用意愿。74% 相似待验证研究团队从强化学习过程中收集大量网络，训练扩散模型后生成的网络可直接部署到真实机器人，完成行走、跳舞、回旋踢等多样化运动，表明生成的权重具备实际控制能力。73% 相似待验证遥操作数据是目前公认质量最高的机器人训练数据，操作员通过手柄、VR设备或主从机械臂实时控制真实机器人，几乎没有迁移损失72% 相似待验证真实数据微调是一种混合方式，即在仿真中完成大部分训练后用少量真实世界数据对策略做最后调整，在四足机器人和机械臂项目中取得了不错效果72% 相似待验证Standard Bots 使用预训练模型让机器人从人类演示中学习工厂任务，再通过真实部署中的纠错反馈持续改进模型。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1134783API
curl https://kongchang.com/api/v1/knowledge/claims/1134783MCP
get_claim(id=1134783)