缩小实验室与商店之间的差距：适用于零售类人机器人的数据高效 后训练 和体验驱动学习 VLA 框架

缩小基准性能和可靠的现实操作之间的差距仍然是视觉-语言-动作 (VLA) 人形机器人的核心挑战，它必须处理执行错误、分布变化和环境变化。本文提出了 DEED（数据高效 后训练 和经验驱动学习），这是一种使用 Unitree G1-Edu 人形机器人和 GR00T N1.6 基础模型对超市芯片补货任务进行评估的系统级方法。 DEED 包含三个关键组件：(1) 数据高效的 后训练 管道，具有控制频率对齐、数据管理、任务相关视觉突出显示和减少 VLA 依赖性； (2) 对经验驱动的细化的现实世界研究，通过基于文本的优势前缀和视觉语言价值函数改编自 RECAP； （3）用于研究分布内和分布外行为的潜在空间分析工具。我们的结果表明，弥合实验室与商店之间的差距主要是一个系统集成挑战，而不是架构挑战：仔细的数据设计和有针对性的 后训练 可以将在天真的 微调 下失败的策略转变为仅使用单个 GPU 的有效现实系统。