三星团队提出ε4P方法

三星 RX Lab-China 团队提出 ε4P 方法，在三项真机机器人操作任务中，使用与直接混训完全相同的不完美数据，取得更高成绩：ATX 24 针连接器插入、两阶段线缆插接和螺栓螺母分拣分别达到 80.0、88.3 和 91.7，高于直接混训的 38.3、33.3 和 73.3。 ε4P 根据数据类型控制其参与 flow matching 的噪声区间：任务匹配但精度不足的数据进入高噪声区间，动作精确但任务不匹配的数据进入低噪声区间。报道中的测试结果表明，这种安排在上述三个任务中优于直接混合两类不完美数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。