三星提出ε4P：不完美数据训练机器人策略
热点事件持续更新
三星提出ε4P：不完美数据训练机器人策略
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
三星 Samsung RX Lab-China 团队提出 ε4P（Imperfection for Precision）方法，按数据缺陷类型将不完美数据分别准入 flow matching 的不同噪声区间，使直接混训时有害的数据转化为性能增益。 该方法只调整不同数据源的噪声采样范围：目标任务高精度数据覆盖完整区间，低精度目标任务数据用于高噪声区间，其他任务高精度数据用于低噪声区间；模型架构、flow-matching 目标及数据源采样概率均不变。团队在 ATX 24 针连接器插入、两阶段线缆插接和螺栓螺母分拣三个真机任务上测试，称在两类不完美数据和三个任务上平均成功率仅下降 4.2 个百分点，有望减少对高质量数据的依赖。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 11:11
三星团队提出 ε4P：用不完美数据提升高精度机器人操作报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- 机器之心 · 微信公众号三星团队提出 ε4P：用不完美数据提升高精度机器人操作
三星 Samsung RX Lab-China 团队提出 ε4P（Imperfection for Precision），按数据缺陷类型把不完美数据分别准入 flow matching 的不同噪声区间，从而把直接混训时有害的数据转化为性能增益。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 710月26日 22:00
- 近 24 小时变化
- –
02468
22:0023:0010月27日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。