复旦大学的机器人“大脑”进化史：当AI终于学会“预见未来”再行动

**机器人遥操作数据**是质量最高、但也最难获取的数据。这类数据里，人类操作员通过遥控装置操纵机器人完成任务，同时记录下连续的视觉观察、本体感知状态和精确的执行动作。对WAM来说，这种数据最宝贵，因为动作和状态转换是精确配对的。从最早的QT-Opt收集的58万条机器人抓取轨迹，到RT-1的13万条多任务演示，再到Open X-Embodiment（OXE）汇聚22种不同机器人、超过100万条轨迹的超大规模数据集，这个方向一直在向更大、更多样化推进。近年来，AgiBot World更是收集了超过100万条轨迹，覆盖87种技能，还融合了触觉、深度和本体感知等多模态信号。对于WAM来说，这类数据还在向更丰富的感知方向演进DexCap通过动作捕捉技术记录灵巧手指运动，FuSe和AgiBot World整合了触觉传感器，Cable Routing和REASSEMBLE专注于柔性物体操作等视觉上难以分辨的复杂任务。