数据筛选

Data Curation常用

从大量机器人数据里挑出真正对训练有益的部分，剔除有害样本。

数据筛选指训练前对数据集做挑选和加权：去掉失误多、动作犹豫、手法前后不一致的演示，留下质量高、覆盖面广的部分。它和数据清洗（修格式、删坏帧）不同，关心的是「哪条数据会让策略变好」。机器人演示常由多人采集、质量参差，模仿学习会把坏习惯一起学走，所以数据堆得越多不一定越好。代表方法有：斯坦福与谷歌 DeepMind 研究者 2025 年提出的 DemInf，用状态和动作之间的互信息给每条演示打分；CoRL 2025 的 CUPID 用影响函数估计每条演示对策略成功率的贡献，论文报告只用不到 33% 的筛选后数据，就能在 RoboMimic 基准上训出当时最好的扩散策略。