遥操作数据的噪声得进损失函数

一句话判断

遥操作数据的噪声得进损失函数

论文解决什么问题

现有 VLA 要么面向双臂低自由度夹爪，要么面向单臂灵巧手。于是两类任务无解：本质需要双臂协调的（活塞插入），和需要高自由度手指的（开瓶盖、从塞满的书架抽书）。Dexora 是双臂双手 36 自由度，两只 6 自由度手臂配一对 12 关节全驱动的手。

核心方法

大臂用定制外骨骼背包采肩肘腕角度直接映射关节空间，手指用 Apple Vision Pro 的无标记 3D 骨架重定向，避开了纯视觉重定向常见的逆运动学抖动和奇异点。同一套接口同时驱动实体机器人和 MuJoCo 数字孪生，20Hz 时间对齐。

实验结果

遥操作数据质量参差是常识，但这篇把它做成了训练目标的一部分。做法分三步：先按运动学平滑度（加速度和 jerk 的 RMS）预筛，再回放验证保留无碰撞且完成任务的片段，得到约 15% 的高质量子集；然后用仿真预训练好的策略给每个片段算一个"被策略解释得多好"的分数；最后以那 15% 为正样本、其余为未标注池训判别器，输出的分数转成加权扩散损失。

消融是双向的：成功率 85%→95%、55%→80%，关节加速度和 jerk 同步下降，失败还能定位到具体关节——无判别器时左手第 5 关节高频振荡导致玉米掉落。

这篇论文不是什么

基线对比不完全对等：π0 需外接 2 层 MLP 投影器把输出升到 36 维，那 26.7% 里有多少来自这层临时适配没有区分；GR00T N1 用的是 6 自由度设定。真机数据规模文中出现两种口径，177.5 小时对 40.5 小时。标题主打开源，但正文里找不到仓库地址、许可证或释出时间。全程没有触觉，指尖垫硬且摩擦低会打滑，作者自己把触觉列为首要未来方向。