纯 UMI 数据训练可部署机械臂策略
推荐指数 73.0 NO. 022 · 2026.07.30
upvotes124comments1
为什么值得看
HiFi-UMI 是一套高精度无机器人数据采集系统，通过头戴式双目惯性 SLAM 等技术提升 UMI 数据保真度，证明无需真实机器人"锚定"数据也能训练出可部署的操控策略。对缺预算、缺真机的机器人创业团队是重要信号。
媒体预览
编辑判断
机器人模仿学习长期困在'真机数据贵、仿真数据假'的两难里。之前 UMI 的通行做法是拿大量廉价无机器人数据预训练，再补少量真机数据微调做锚定，本质还是离不开真机。HiFi-UMI 的激进之处在于把数据精度做上去之后直接砍掉这个锚定，相当于论证了'数据质量可以换真机成本'。
这套系统用离线 SLAM 做轨迹精度、用硬件同步解决多相机时序对齐，工程上很务实。如果后续开源，做双臂操作、柔性物体抓取的团队可以优先尝试，特别是还在用 Franka 真机吭哧吭哧采数据的初创公司，可能直接省掉一台几十万的设备投入。
需要警惕的是论文没提泛化性测试的分布外场景，以及 SLAM 在快速运动或遮挡下的鲁棒性边界。
相关内容
Universal Manipulation Interface: In-The-Wild Robot ... UMI策略接口设计确保与底层机器人硬件平台无关，使在一个数据源（手持夹爪）上训练的策略可直接部署到不同机器人平台。 FastUMI-100K: Advancing Data-driven Robotic Manipulation with a Large-scale UMI-style Dataset 大规模UMI风格数据集，推进数据驱动机器人操作研究。 UMI on Legs: Making Manipulation Policies Mobile with Manipulation-Centric Whole-body Controllers 将UMI操作策略与移动平台结合，实现全身控制的移动操作。