教机器人做事，和教孩子学做菜其实是一回事。孩子不会切菜时，你不会甩给他一本《刀工大全》，而是握住他的手，带他把黄瓜切成片。你手的力道、角度、速度，都通过“手把手”传给了他。等他松开手自己试，肌肉里已经有了第一次的“手感”。VLA模型也是这样一个孩子——它是一个能看图像、听懂人话、然后输出动作的“多模态学徒”。它要学的一切，都来自人类示范数据：人类专家操作机器人，录下“看到的画面 + 听到的指令 + 做过的动作”。这些数据就像孩子学艺时的“手把手教导”，直接决定了机器人将来会不会“做饭”。不过，数据不是随便录录就行的：采集方式、数据质量、任务覆盖、数据规模、增强策略、泛化能力，环环相扣。这篇文章，我们就用“教孩子做菜”这条线，把VLA模型人类示范数据采集的六个关键环节讲明白。

岗位关联

对AI从业者：数据是机器人基础模型的“燃料”，掌握人类示范数据采集的方法论，是一线算法工程师和机器人产品经理构建可落地VLA系统的基本功，直接决定模型在真实场景的上限。

目录
  1. 可视化演示
  2. 遥操作采集
  3. 数据质量保证
  4. 任务覆盖策略
  5. 数据规模效应
  6. 数据增强方法
  7. 跨场景泛化
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

展示从人类演示到训练数据集的完整采集管道、数据质量四维评估以及Scaling Law性能增长规律，直观理解VLA模型数据工程核心环节。

本节配有交互动效（进入视口后自动加载，约 3KB）。

数据采集管道 人类演示→动作记录→数据清洗→人工标注→训练数据集，完整采集流程 Demo→Record→Clean→Label→Dataset 每个环节确保数据质量，流动粒子展示数据在管道中的流转过程

遥操作采集

教孩子切菜，最高效的方式不是递给他一本菜谱，而是握住他的手带他切一遍。孩子感受到的不仅是“结果”，还有“过程”：手腕该用多大力、刀该以什么角度落下、切片多厚算合适。这些微妙的过程信息光靠语言根本说不清。遥操作采集就是机器人世界的“握住手教一遍”：人类专家操作一台主手设备，机器人从手跟着做动作，把整套“看到—想到—做到”的过程完整记录成数据。

VLA模型要学的是“从图像和语言指令到动作”的映射，所以它需要的不是孤立的动作片段，而是对齐的数据三元组：摄像头此刻观察到的画面、人类下达的语言指令、机器人当前执行的关节动作。遥操作天然能产出这种数据，因为操作员一边看画面一边操控，画面和动作天然同步。

在具体工程中，遥操作有几个关键环节。第一是示教方式：一种是直接示教，操作员穿戴动捕服或手持示教器完成动作；另一种是远程主从遥操作，操作员通过主手（如VR手柄、力反馈设备）遥控从手，适合危险或狭小空间。第二是主从映射：主手的运动需要经过缩放、坐标变换成为从手的关节指令，保证操作员的意图被忠实还原。第三是数据配对：视觉流、语言指令流、动作流三者要在时间戳上严格对齐，错一帧都会让模型学到错误的关联。第四是采集平台：目前像ALOHA这样的开源遥操作套件大大降低了采集门槛。

孩子在老师傅的带领下切了第一根黄瓜，接下来能不能放手让他自己切，取决于这段示范传得到不到位。遥操作采集就是为VLA模型打下第一句“肌肉记忆”——动作的质感，全在这份示范数据里。

τrobot=T(τhuman)\displaystyle \tau_{robot} = \mathcal{T}(\tau_{human})
这个公式表明：机器人执行的轨迹，是把人类示范轨迹经过一个映射变换得到的。映射处理好，机器人才算真正“学会”了人的动作。
  1. 人类示范轨迹操作员操作主手产生的运动轨迹，包含位置、姿态和力矩信息。
    τhuman={(p1,R1),(p2,R2),…,(pT,RT)}\displaystyle \tau_{human} = \{(p_1, R_1), (p_2, R_2), \dots, (p_T, R_T)\}
  2. 映射函数将人类运动变换到机器人执行空间的函数，处理尺度、朝向和运动学差异。
    T:R6T→RdT\displaystyle \mathcal{T}: \mathbb{R}^{6T} \to \mathbb{R}^{d_T}
  3. 机器人轨迹经过变换后机器人从手实际执行的动作序列，也是喂给模型的标准动作标签。
    τrobot=T(τhuman)\displaystyle \tau_{robot} = \mathcal{T}(\tau_{human})

数据质量保证

孩子学切菜最怕什么？怕老师傅自己也是个“歪把子”——切出来的黄瓜厚薄不均、刀路歪歪扭扭。孩子照着一学，坏习惯全学会了。教机器人也一样，示范数据的质量决定模型的天花板。“垃圾进，垃圾出”这句老话在机器人学习里尤为刺耳。

采集到的原始轨迹往往带着各种毛病：传感器噪声让轨迹抖动、操作员状态不佳导致动作变形、任务中途失败却无人标记。如果这些数据直接进训练集，模型会把“手抖”也当成标准动作。因此，训练前必须对示范数据做一次严格的“质检”。

数据质量保证有四个抓手。轨迹平滑：用滤波去除高频抖动，保留动作骨架。动作一致性：同一个任务采多条示范，计算轨迹间的差异度，差异过大的要么重采要么用动态时间规整对齐。失败样本：被标记为失败的数据不能直接丢弃，它们教模型学会“什么时候该停、怎么从错误中恢复”。质量筛选：综合自动化指标（轨迹平滑度、成功率模拟、动作方差）和人工抽检，给每条数据打分。

给孩子挑老师，一定要挑手稳心细的。数据质量把关，就是给VLA模型挑选“手不抖的老师傅”——只有高质量示范，才能教出动作利落的机器人。

Q=λ⋅Ssmooth+(1−λ)⋅Rsucc\displaystyle Q = \lambda \cdot S_{smooth} + (1 - \lambda) \cdot R_{succ}
质量分是“动作流畅”和“任务完成”两门功课的加权平均。λ就像家长给孩子打分时“过程分”占的权重。
  1. 平滑度描述轨迹抖动程度，通常用加速度的二阶差分能量来衡量。
    Ssmooth=11+E[∥τ¨(t)∥2]\displaystyle S_{smooth} = \frac{1}{1 + \mathbb{E}[\|\ddot{\tau}(t)\|^2]}
  2. 任务成功率该示范是否完成任务，或模型模拟执行该轨迹的执行成功率。
    Rsucc∈[0,1]\displaystyle R_{succ} \in [0, 1]
  3. 综合质量分λ控制质量侧重点，λ高更看重动作流畅，λ低更看重任务完成。
    Q=λ⋅Ssmooth+(1−λ)⋅Rsucc\displaystyle Q = \lambda \cdot S_{smooth} + (1 - \lambda) \cdot R_{succ}

任务覆盖策略

一个只会做红烧肉的孩子，你让他做番茄炒蛋，他大概率手足无措。技能不是凭空迁移的，练过什么才可能会什么。机器人也一样，训练数据里有什么任务，模型才可能学会什么任务。

如果采集数据时只盯着“拿起杯子”这一个任务，模型确实能把杯子拿得很稳，但换成“拿起叉子”就可能失败。任务覆盖策略的目标，是让采集的数据分布尽量贴近真实部署时遇到的任务分布。

任务覆盖要从三个维度展开。多任务收集：抓取、放置、倒水、开关抽屉、叠衣服等基础技能都要覆盖，每个任务包含若干变体。场景多样性：数据不能只在一个厨房采，不同的桌子高度、柜门颜色、光照条件都要有。物体布局：物体位置、朝向、堆叠关系多样化，防止模型只会抓“正中央的红色杯”。此外还要难易搭配：简单任务保证基础成功率，复杂任务挑战模型上限，避免模型只会做简单题。

给孩子准备菜谱，要荤素搭配、煎炒烹炸都有。任务覆盖就是给VLA模型准备一本“丰富菜谱”，让它在任何“点菜”需求前都不慌。

C=∣Tcollected∩Ttarget∣∣Ttarget∣\displaystyle C = \frac{|T_{collected} \cap T_{target}|}{|T_{target}|}
覆盖率就是“已经练过的菜”占“将来要做的菜”的比例。覆盖率越高，模型在真实世界的“点菜”面前就越从容。
  1. 目标任务集合部署场景可能遇到的所有任务类型。
    Ttarget={t1,t2,…,tm}\displaystyle T_{target} = \{t_1, t_2, \dots, t_m\}
  2. 已采集任务集合数据采集中实际覆盖的任务类型。
    Tcollected={t1,t3,t5,… }\displaystyle T_{collected} = \{t_1, t_3, t_5, \dots\}
  3. 覆盖率交集大小与目标任务总数之比，衡量任务覆盖的完备程度。
    C=∣Tcollected∩Ttarget∣∣Ttarget∣\displaystyle C = \frac{|T_{collected} \cap T_{target}|}{|T_{target}|}

数据规模效应

刀工怎么练出来？没有捷径，就是天天切、反复切。孩子练得多了，切菜从“小心翼翼”变成“游刃有余”。机器人也讲究“熟能生巧”——数据规模是模型能力的基本盘。

不过，数据规模和模型效果之间不是简单的“越多越好线性增长”，而是服从一条幂律曲线：前期数据每翻一倍，成功率显著提升；到了后期，数据翻倍带来的收益越来越小。了解这条曲线，能帮团队判断“还要不要继续采数据”。

数据规模效应有三个关键洞察。规模定律：任务成功率随数据量按幂律上升，在双对数坐标下是一条直线。有效数据：决定效果的不是数据总字节数，而是其中的信息多样性；1000条内容重复的数据可能不如100条多样数据。数据冗余：相似度高的数据占用容量但边际收益低，去重能省下大量训练成本。长尾分布：现实任务服从长尾，高频任务数据好采，但模型真正在意的低概率任务往往数据稀缺，需要刻意补充。

孩子练刀工没有捷径，机器人的“手艺”也靠数据喂出来。但聪明的家长不会让孩子盲目傻练，而是盯住薄弱环节多加练习——对应到数据上，就是重点补充长尾任务。

η=a⋅N−b\displaystyle \eta = a \cdot N^{-b}
误差率随数据量按幂律衰减。就像孩子练刀工，进步速度会从“突飞猛进”变成“慢工出细活”。
  1. 误差率模型在目标任务上的失败率，越大说明效果越差。
    η∈(0,1]\displaystyle \eta \in (0, 1]
  2. 数据量与参数N是示范数据总量，a是比例常数，b是衰减指数。
    N∈N,a>0, b>0\displaystyle N \in \mathbb{N}, \quad a > 0,\ b > 0
  3. 幂律定律数据量每增加一个数量级，误差按比例缩小，b越小说明越“吃数据”。
    η=a⋅N−b\displaystyle \eta = a \cdot N^{-b}

数据增强方法

孩子在家用自家的菜刀练会了切菜，去外婆家用一把更重的刀，一开始会不习惯。怎么让他更快适应？练的时候就要故意换着用不同的刀、不同的砧板。这种“故意制造变化”的练习，就是数据增强。

真实示范数据采集成本高，一条轨迹可能要好几分钟人工操作。数据增强用低成本的方式，在已有数据基础上制造“合理的变化”，让模型看到更丰富的世界，防止过拟合。

常用增强手段有四类。视觉扰动：改变图像亮度、对比度、色偏，加高斯噪声，模拟不同光照和相机质量。动作噪声：给示范动作叠加微小的随机扰动，增强模型对执行误差的鲁棒性。视角变换：对图像做旋转、平移、裁剪，让模型不依赖单一相机视角。时间缩放：把示范动作加速或减速播放，覆盖“快放”“慢放”等不同速度需求，同时要相应调整动作轨迹的时间步长。

变着花样练，孩子才不至于“换个锅就不会做饭”。数据增强就是给VLA模型准备的一堂“变化多端”的练习课，让它从有限示范里学到更本质的技能。

x′=A(x;θ)\displaystyle x' = \mathcal{A}(x; \theta)
增强就是“换着花样练同一道菜”：菜还是那道菜，但调料、锅具、火候都变了，模型学到的是菜的灵魂，而不是某个厨房的摆设。
  1. 原始样本一条包含图像、语言指令和动作轨迹的示范数据。
    x=(I,L,τ)\displaystyle x = (I, L, \tau)
  2. 增强参数控制扰动强度的随机变量，如旋转角度、噪声方差。
    θ∼P(Θ)\displaystyle \theta \sim \mathcal{P}(\Theta)
  3. 增强变换输出一个语义不变但外貌变化的新样本。
    x′=A(x;θ)\displaystyle x' = \mathcal{A}(x; \theta)

跨场景泛化

孩子在家能做出满汉全席，但如果给他一个完全陌生的厨房、一台没用过的灶台，他还能不能发挥出水平？这才是“出师”的真正考验。机器人也一样，训练场景和部署场景总会有差异——天花板的高度、门的颜色、物体的纹理全变了，模型还认识吗？

跨场景泛化解决的是“数据来自一个世界，模型要活在另一个世界”的问题，学术上叫sim-to-real或者域迁移。采集数据时，我们往往在实验室或仿真环境里采，而部署时面对的是真实家庭、工厂，环境差异可能让模型性能暴跌。

四条策略应对泛化挑战。域随机化：在仿真采集时随机化光照、纹理、物体颜色和物理参数，让模型见过“千变万化”的世界。场景迁移：用域对抗或风格迁移技术，把仿真数据“伪装”成真实场景数据，缩小域差距。视觉不变性：通过数据增强或对比学习，让模型学到“红色的杯子无论在哪个光照下都是那个杯子”的不变特征。泛化评测：在没见过的场景、物体、任务上做零样本测试，而不是只在训练集上自嗨。

孩子出师那天，妈妈会让他去一个完全陌生的厨房做一桌菜。跨场景泛化评测，就是VLA模型的“出师考”——只有在一无所知的厨房里还能做出好菜，才算真正学会了这门手艺。

Dgap=1n∑i=1n∥ϕ(xisim)−ϕ(xireal)∥\displaystyle \mathcal{D}_{gap} = \frac{1}{n}\sum_{i=1}^{n} \|\phi(x_i^{sim}) - \phi(x_i^{real})\|
域差距量化了“模拟厨房”和“真实厨房”在模型眼中的差异。差距小，模型直接上手；差距大，就要先做迁移。
  1. 特征提取器把高维图像映射为语义特征向量的网络，如视觉编码器。
    ϕ:RH×W×3→Rd\displaystyle \phi: \mathbb{R}^{H \times W \times 3} \to \mathbb{R}^{d}
  2. 域差距同一物体在仿真图和真实图中特征的平均距离，距离越大说明迁移越困难。
    Dgap=1n∑i=1n∥ϕ(xisim)−ϕ(xireal)∥\displaystyle \mathcal{D}_{gap} = \frac{1}{n}\sum_{i=1}^{n} \|\phi(x_i^{sim}) - \phi(x_i^{real})\|
  3. 迁移指导把域差距作为损失项或评测指标，差距小时直接部署，差距大时先做域适配。
    min⁡ϕ1n∑i=1nL(ϕ(xireal))+γ⋅Dgap\displaystyle \min_{\phi} \frac{1}{n}\sum_{i=1}^{n} \mathcal{L}(\phi(x_i^{real})) + \gamma \cdot \mathcal{D}_{gap}

AI 应用场景

人形机器人“数据工厂”

阶段：数据准备 / 人类示范数据采集

解决的问题：传统机器人动作靠工程师逐帧编写，一个倒水动作要写几百行代码，换个杯子全废。遥操作采集让操作员像玩游戏一样操控机器人，一天能采几百条高质量示范，把“编程”变成“演示”。

具体案例：某头部人形机器人公司部署了数十套遥操作工位，操作员佩戴VR头显、手持主手设备，远程控制机器人完成叠衣服、摆餐具、收拾桌面等家务。画面、语言指令、关节动作三流同步记录，每天回传训练服务器，数据量以TB计。

示范数据自动质检流水线

阶段：数据清洗 / 质量筛选

解决的问题：人工采集的轨迹混着抖动、失败和动作不一致的样本，直接训练会让模型学到坏习惯。自动质检用平滑度、完成率等指标给每条数据打分，把“烂菜叶”在进锅前挑出去。

具体案例：某团队采集了2000条“叠毛巾”示范，脚本按质量分排序，自动剔除底部20%的劣质轨迹，模型在真实机器人上的成功率从41%提升到67%，训练时间反而缩短。

仿真+真实混合的数据增强迁移

阶段：数据增强 / 跨场景迁移

解决的问题：真实采集成本高、覆盖有限；仿真采集便宜但图像“太假”，模型直接迁移到真实世界会“水土不服”。混合策略让模型先在仿真里见多识广，再用少量真实数据“定心”。

具体案例：厨房助手机器人在仿真环境用域随机化采了5万条“端菜”轨迹，预训练后，再在真实厨房用遥操作采300条真实示范做微调。泛化测试中，模型在从未见过的客厅茶几上端菜成功率仍达88%。

Python 演示

python34 行
import numpy as np  def generate_trajectories(n=100, timesteps=60, seed=42):    rng = np.random.default_rng(seed)    trajs = []    successes = []    for i in range(n):        t = np.linspace(0, 1, timesteps)        clean = np.stack([np.cos(2 * np.pi * t), np.sin(2 * np.pi * t)], axis=1)        noise = rng.normal(0, 0.08 + 0.15 * rng.random(), clean.shape)        trajs.append(clean + noise)        successes.append(1.0 if noise.std() < 0.16 else float(rng.random() < 0.25))    return np.array(trajs), np.array(successes)  def smoothness_score(traj):    second_deriv = np.diff(traj, n=2, axis=0)    return 1.0 / (1.0 + float(np.mean(second_deriv ** 2)))  def main():    trajs, successes = generate_trajectories()    smooth = np.array([smoothness_score(t) for t in trajs])    quality = 0.6 * smooth + 0.4 * successes    keep = quality > np.percentile(quality, 40)    print(f"原始样本数: {len(trajs)}")    print(f"筛选后样本数: {int(keep.sum())}")    print(f"筛选前成功率: {float(successes.mean()):.2f}")    print(f"筛选后成功率: {float(successes[keep].mean()):.2f}")  if __name__ == "__main__":    main()
目的：模拟示范数据质量筛选流程。生成一批带噪声的机器人轨迹，计算平滑度与成功率，自动筛掉质量排名后40%的样本，并对比筛选前后的成功率。
  1. noise = rng.normal(0, 0.08 + 0.15 * rng.random(), clean.shape)给示范轨迹叠加随机噪声，噪声强度逐条随机，模拟不同操作员水平的示范。
  2. second_deriv = np.diff(traj, n=2, axis=0)二阶差分近似轨迹加速度，能量大说明抖动厉害。
  3. smooth = np.array([smoothness_score(t) for t in trajs])批量计算所有轨迹的平滑度得分。
  4. quality = 0.6 * smooth + 0.4 * successes平滑度与成功率加权融合成质量分，对应正文的质量公式。
  5. keep = quality > np.percentile(quality, 40)保留质量分排名前60%的样本。
  6. print(f"筛选后成功率: {float(successes[keep].mean()):.2f}")输出筛选后成功率，验证筛选是否有效。

常见误区

误区多采集总是好的，先采它个十万条，模型肯定会更聪明。反正存储和算力又不是不够。

正解数据量只是基础，质量和多样性才是瓶颈。十万条高度相似的“拿同一个杯子”数据，信息量可能不如一千条覆盖不同场景的示范。更糟的是，低质量数据会拖累模型，让它在精不在多。就像让孩子把同一道菜做一万遍，他依然不会做别的菜。

为何常见：深度学习中“大数据”的成功宣传让人直觉上认为数据量万能，忽略了机器人数据高成本、高噪声的特殊性。

误区VLA模型嘛，动作是核心，把机械臂每个关节的角度记下来就行，画面和语言无所谓。

正解VLA是视觉—语言—动作联合模型，丢掉图像和文本指令，模型就不知道“在什么情况下做这个动作”。示范数据必须三流对齐：摄像头画面、语言指令、关节动作在时间戳上一一对应，缺一不可。就像孩子学切菜，你不告诉他“这是黄瓜、要切片”，他光凭手感只学会了“切”这个动作本身。

为何常见：初学者容易受传统机器人控制思路影响，以为动作指令就是全部，忽略了多模态对齐是VLA模型的立身之本。

误区失败的任务示范直接删掉就行了，留着只会污染数据集，让模型学会错误动作。

正解失败的示范恰恰是宝贵的负样本。它们让模型知道“这样做会摔倒杯子”“物体从手里滑落是什么感觉”，从而学会纠错和避免失败。很多团队会专门标注失败原因并保留一部分失败数据，成功率反而更高。就像学骑车摔的那几跤，比成功骑行更让你记住平衡的要点。

为何常见：直觉上“正确数据才值得学”，忽略了从错误中学习是模仿学习和强化学习的共同智慧。

误区数据增强嘛，把亮度调到极端、给图像叠满噪声，反正让模型见得多就对了。

正解没有物理合理性的增强会破坏语义，比如把亮度调到全白、把动作轨迹改成非人形态，模型学到的可能是“坏掉的视觉”和“扭曲的动作”。增强要模拟真实世界可能出现的变化：适度光照、合理视角、物理可执行的动作扰动。过犹不及，就像练切菜不能把菜刀换成锯子。

为何常见：CV领域的数据增强经验被机械照搬，忽略了机器人动作数据的动力学约束和物理意义。

面试题

Q1. 操作员用主手遥控机器人从手完成任务并记录数据，这种采集方式叫做？

单选题 · easy

  • A.遥操作采集← 正确答案
  • B.自主探索采集
  • C.纯仿真生成
  • D.随机数据生成

答案：A。遥操作采集就像握住孩子的手教他切菜，主手控制从手完成动作并同步记录数据。自主探索和仿真生成都不属于人类示范，人工标注针对的是数据标签而非动作采集。

Q2. 下列哪项方法最能改善示范轨迹中手抖造成的质量问题？

单选题 · easy

  • A.延长采集录制时长
  • B.对轨迹做平滑滤波← 正确答案
  • C.减少示范任务数量
  • D.降低相机图像分辨率

答案：B。手抖代表高频抖动噪声，平滑滤波能去除噪声保留动作骨架。延长录制、减少任务、降低分辨率都不会改善轨迹本身的平滑度，就像孩子刀工不稳，多给时间只会越切越乱。

Q3. 任务覆盖策略最核心的目标是什么？

单选题 · mid

  • A.只收集成功示范样本
  • B.让数据覆盖多样任务场景← 正确答案
  • C.优先提高数据标注速度
  • D.尽量减少数据采集总量

答案：B。任务覆盖核心是让数据分布贴近真实任务分布，像给孩子准备荤素搭配的菜谱。只收成功样本是质量维度而非覆盖维度，标注速度和减少总量都不是覆盖策略的目标。

Q4. 常见的示范数据增强手段包括哪些？

多选题 · mid

  • A.对图像施加视觉扰动← 正确答案
  • B.为动作添加微小噪声← 正确答案
  • C.变换相机拍摄视角← 正确答案
  • D.删除任务失败的数据

答案：ABC。视觉扰动、动作噪声、视角变换都是在保持语义不变的前提下制造合理变化，让孩子“换个锅也能做饭”。删除失败样本属于数据筛选而非增强，方向完全不同。

Q5. 数据规模与模型成功率的关系通常会呈现？

单选题 · mid

  • A.线性增长逐渐饱和
  • B.幂律缩放收益递减← 正确答案
  • C.指数爆炸无限上升
  • D.两者完全互不相干

答案：B。规模定律是幂律缩放，成功率随数据量按幂律上升且收益递减，就像练刀工进步越来越慢。线性增长过于乐观，指数爆炸违背物理直觉，完全无关更不成立。

Q6. 下列哪些做法有助于跨场景泛化能力提升？

多选题 · mid

  • A.训练时引入域随机化← 正确答案
  • B.数据增强中变换视角← 正确答案
  • C.用多场景数据训练← 正确答案
  • D.固定单一场景采集

答案：ABC。域随机化、视角增强、多场景训练都让模型见过更多变化，从而提升泛化能力，相当于让孩子在陌生厨房里也能做菜。固定单一场景会加剧过拟合，让模型换个环境就“水土不服”。

Q7. 关于有效数据量，下列说法最准确的是？

单选题 · hard

  • A.总字节数越大效果越好
  • B.信息多样性决定有效量← 正确答案
  • C.文件数量越多一定越好
  • D.采集时长越长模型越强

答案：B。有效数据量的关键在信息多样性，同样的字节和时长，内容重复就没有增量信息。就像练刀工，重复切一万次同一种菜，不如换十种菜练。字节数、文件数、时长都是表象。

Q8. 失败示范数据在模型训练中起什么作用？

单选题 · easy

  • A.完全没有任何用处
  • B.帮助模型学习纠错← 正确答案
  • C.必然会拖慢训练速度
  • D.只会增加数据噪声

答案：B。失败示范教模型纠错和避错，是宝贵的负样本，就像学骑车摔的跤让你记住平衡要点。完全无用、拖慢训练、增加噪声都是对失败样本价值的误读。

Q9. 数据质量自动筛选可以依据哪些指标？

多选题 · hard

  • A.轨迹的平滑程度← 正确答案
  • B.动作的一致性← 正确答案
  • C.任务的成功率← 正确答案
  • D.文件命名的长度

答案：ABC。轨迹平滑度、动作一致性、任务成功率都能从数据本身或模拟执行中获得，对应质量公式中的各分量。文件命名长度跟数据质量毫无关系，属于典型的无关项。

Q10. 训练集中“长尾分布”的罕见任务场景应如何处理？

单选题 · extreme

  • A.直接忽略这些罕见任务
  • B.重点补充提高覆盖率← 正确答案
  • C.只采集高频重复任务
  • D.删除所有长尾数据

答案：B。长尾任务罕见但关键，重点补充才能提升任务覆盖率，让模型在罕见场景不“掉链子”。忽略、只采高频、删除尾部都会让模型在真实世界的低概率场景失灵，如同孩子只会做最拿手的一道菜。