機器人的真正分水嶺：每單位真機資料能換來多少泛化能力

關鍵要點

• •文章提出的核心衡量方式，是觀察每單位新增真實世界資料，能讓機器人處理未見任務的能力提升多少。
• •資料覆蓋優先的策略會投資資料採集設備、遙操作、標註管線與更廣泛的場景覆蓋。
• •遷移效率優先的策略則重視結構先驗、不確定性估計與失效樣本利用，以減少昂貴的真機資料採集。
• •一段操作軌跡可以被系統當成需要記憶的案例，也可以被抽象成可重複使用的物體關係、行動限制與失效條件。
• •泛化能力應透過多個未見任務驗證：一次學習是否能降低後續任務的資料需求與適配成本。