星海图 R1Pro 机器人赋能DemoSpeedup 算法落地研究

在机器人模仿学习领域，一个长期存在的困境是：机器人通过观察人类演示来学习操作技能，但人类通过遥操作收集的演示数据往往速度偏慢。这导致训练出的策略在执行时效率不高，难以满足生产线分拣、应急救援等对时间敏感的任务需求。

为解决这一问题，上海期智研究所、清华大学IIIS、上海AI Lab及电子科技大学的研究团队联合提出了DemoSpeedup方法。该方法通过熵引导的演示加速技术，使机器人能从慢速演示中学习出更快的操作策略，在保持任务完成率的同时实现可观的执行速度提升。

项目核心：

DemoSpeedup的核心观察在于：人类操作者在高精度环节（如抓取物体、精准插入）往往表现出较高的一致性，而在低精度环节（如在空旷区域移动手臂）则存在较多随机选择。

研究团队利用这一特性，首先训练一个代理策略来估计每一帧的动作熵，熵值低的区域对应高精度操作、予以保留，熵值高的区域对应低精度操作、予以加速下采样。实验表明，该方法在仿真和真实环境中可实现1.7倍至3倍的速度提升，同时任务成功率不降反升——部分任务中甚至超过了使用原始速度演示训练的策略。

DemoSpeedup 使用由原始演示轨迹训练得到的生成式策略，用于估计条件动作熵。高熵动作（红色点位）采用更高倍率下采样，低熵动作（绿色点位）采用更低倍率下采样。

DemoSpeedup的真实世界实验依托星海图（Galaxea）R1系列机器人平台完成。其中，R1 Pro作为该系列的旗舰型号，在项目中承担了核心硬件载体的角色。

1. 多场景真实任务数据采集载体

研究设计 6 类差异化实操任务，全部在 R1Pro 平台上完成 100 组演示数据采集，覆盖长时序、高精度、限时流水线三类典型工况：

• 高精度任务：玩具拆弹、餐具多步转运，用于验证算法对低熵精细段的保护效果；

• 长时序分拣任务：多色物料分类，验证低熵自由移动段的提速上限；

• 限时动态场景：传送带高速扫码，模拟工业产线实时作业场景。依托 R1Pro 双臂协同、大范围作业空间的特性，复现了仿真环境内全部操作逻辑，补齐纯仿真与真实物理动力学的差距。

2. 加速策略有效性的真机验证平台

仿真仅能提供理论数据，R1Pro 承担算法落地效果实测工作：

• 对比基线：分别运行原始策略、全局 2 倍下采样策略、DemoSpeedup 优化策略，记录单任务平均耗时与成功率；

• 极限工况测试：将传送带速度提升一倍，检验加速策略应对时间约束的适配能力；

• 消融实验支撑：通过调节机械臂夹爪控制器增益，验证高精度控制模块对加速策略性能的影响，完善算法约束条件。

实测数据显示，基于R1Pro采集数据训练的DemoSpeedup策略，分拣任务提速约2.78倍，高精度拆弹任务提速1.6倍以上，多数任务成功率高于原始慢速策略。

仿真结果

3. 算法缺陷与优化方向的硬件反馈渠道

依托R1Pro真机运行反馈，研究团队明确算法现存局限：扩散策略DP存在推理延迟，高速运动时易产生抖动；不同操作人员采集的演示速度存在差异，加速倍率需人工调试。R1Pro完整的传感记录可留存动作抖动、轨迹偏移数据，为后续蒸馏优化、自适应倍率调整提供实测依据。

熵可视化结果