Xiaomi-Robotics-1：10万時間の実世界データでロボット基盤モデルのスケール則を実証
Xiaomiが発表したロボット基盤モデル「Xiaomi-Robotics-1」は、大規模な身体非依存（UMI）データによる事前学習と、実機データによる事後学習を組み合わせる。10万時間・1,700以上のシナリオからなるデータで事前学習し、実機成功率がデータ量とモデルサイズに応じて予測可能に向上することを示した。新タスクへの適応は1タスクあたり平均10時間未満のデータで成功率75%を達成し、π 0.5の40%を大きく上回る。また、4つのシミュレーションベンチマークで最高性能を記録した。
ロボット工学はスケール則の恩恵を取り逃してきた。大規模で高品質なデータは入手が難しく、その不足こそがポリシーモデルのスケールを制限してきた最大の要因である。