内容摘要
操作策略训练最缺数据:真机采一段轨迹慢、成本高,场景也铺不开。发布方在 ModelScope 上线的 GenieSim 3.0 数据集换了个路子——先在 Isaac Sim 里程序生成操作轨迹,用它训练策略,再尝试直接迁到真机。对接本体软件与训练流水线的工程师,最直接的用处是接入成本低:传感流和目录规范齐备,可按现有开源数据规范读取。
按 README 的说法,数据规模超过 10,000 小时仿真轨迹,覆盖 200 多个操作任务,含 RGB-D(彩色加深度)相机、双目视觉、全身运动学等传感流,并对场景布局、传感器噪声、光照做了多维变化。任务按复杂度分层,长时程任务可拆成一串基础子任务,便于分阶段取用。工程上最省事的是格式:遵循开源 LeRobot v0.3.3 规范,按任务名与机器人型号分目录,轨迹存为 Parquet,元数据与分块、分相机视角的视频分开存放;仓库另带在仿真数据上训练的 PI 0.5 检查点,以及用于三维高斯泼溅(3DGS)重建的源数据。
效果目前只有发布方自述:README 称做过仿真到真实(sim-to-real)验证,合成数据训练的模型可零样本迁移到真机,且任务成功率优于用真实数据训练的对照。页面未给出成功率数值、任务清单和对照条件,细节需回查其论文 arXiv 2601.02078。
点评
这份材料改变的是"仿真数据只是预热素材"这一默认做法:发布方把仿真轨迹本身当作可直接训练的数据源交付,并用遵循 LeRobot 规范的目录与文件布局降低了接入改造。对机器人本体软件与训练流水线工程师来说,近期可用的部分是数据格式、传感流构成、任务目录组织与随仓库给出的检查点,不必从零搭采集流程。但"合成数据训练的任务成功率优于真实数据训练"目前只有发布方自述支撑,页面未给出数值、任务清单和对照条件,不能当作已验证的落地效果,更不能外推到通用操作能力。
证据仅来自 ModelScope 上发布方自写的 README,属滚动页面,内容会随仓库更新变动,本次引用的只是一次抓取快照,页面更新时点不证明所引文字在报告截止前均已存在;"具身 AI 最大开源仿真数据集"是自我宣称,无第三方横向对比;"零样本迁移"与"成功率优于真实数据训练"未给出成功率数值、任务清单、机器人型号与对照条件,且 check-points 被指向论文结果,细节需回查 arXiv 2601.02078 核对;本次材料中未见任何独立第三方的复现或评测;数据与代码采用 CC BY-NC-SA 4.0 非商用许可且需填写表单获取,商用部署存在授权限制。
版本与核查范围
版本 rolling · 原文定位与程序检查、独立上下文模型复核;不代表独立研究复现。。依据已核查材料整理;未运行模型或机器人。
原文与定位
- 原文链接 README:paragraph:4;README:paragraph:6;README:paragraph:6;README:paragraph:7;README:paragraph:7;README:paragraph:8;README:paragraph:15;README:paragraph:16;README:paragraph:16;README:paragraph:1;README:paragraph:3;README:paragraph:19
