北大与启元机器人团队推出HIL-UMI后训练方法

北大与启元机器人董豪团队推出 HIL-UMI 具身后训练方法：在无本体 UMI 手持夹爪采集过程中接入模型实时比对动作分歧，只在模型预测跑偏时提示人补录纠错数据，以减少对真机数据的依赖。 在折毛巾、整理桌面、叠方块、盖章四项真机任务上，相同数据帧预算下，常规 SFT 平均进度分为 44.3，经 HIL-UMI 后训练达到 58.0，HIL-UMI 方法本身为 94.8；叠方块与盖章任务成功率满分。上述结果来自该团队公布的对比实验。

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。