戴上头显教机器人抓杯子，我卡在了力反馈那一步

作为一个完全不懂遥操作的人，我试了一下星尘智能这套VR数采方案。

我们实验室做模仿学习，就是让机器人看人类演示，学着把动作复现出来。缺数据。师兄从合作方那借来一套设备，摆在小会议室，喊我去试试手感。

先交代一下它是什么。遥操作就是人远程控制机器人。戴上VR头显，手里握着手柄，看到的是机器人摄像头的画面。你动一下手，机器人的手臂跟着动。整个过程会被完整录下来，视觉、关节角度、夹持力、控制指令，最后拼成一条条「状态-动作」对，这些就是训练数据。

戴头显大概花了一分钟，调松紧，对准瞳距。进画面第一眼有点晕，机器人视角比人眼低不少，看桌子像趴着看。手柄配对倒是快，按两下就认上了。

第一个任务是抓一个纸杯放进托盘。我抬手，机械臂跟着抬，但慢了半拍，动作也软。师兄说这是滤波，防止人手抖导致关节猛冲。我把速度调低一档，稳了。

真正卡住的地方是力反馈。纸杯很轻，我这边完全感觉不到夹没夹住，只能盯着画面猜。夹太轻杯子掉，夹太紧杯子瘪。试了七八次才成一次。师兄说真机采数据基本都这样，靠视觉判断，力觉传感器有延迟。

好的方面，数据质量确实高。同一条任务反复采，关节轨迹干净，没有仿真里那种穿模和滑步。操作门槛也比我想的低，我一个没碰过机械臂的人，十几分钟能跑通一个简单任务。

不好的地方有三个。晕，我戴了半小时，摘下来缓了十分钟。效率低，一个抓取动作采一条大概十几秒，要凑够训练量得成百上千条，靠人一条条演，时间成本吓人，据说数据相关的工作能占到具身智能研发工作量的八成，我信了。还有贵，一套下来不是小数目，个人玩不起。

判断放这儿。它适合有真机、任务定义清楚、预算够的团队，尤其是做端到端模型、图像进去动作出来那种、需要高质量状态动作对的组。一个人想低成本快速堆数据就不合适，那种情况不如先拿仿真采。斯坦福和MIT有篇工作就是先用VR在仿真里采数据做预训练，再往真机迁移，路子是通的。

我们实验室最后没买，先蹭师兄的用。我这边测下来，它管的是数据质量，数据量的问题没解决。

至于拧瓶盖这种带接触的复杂任务，光靠视觉判断够不够，我还没试过。