具身智能面经(三)具身篇:从数据到评测,一条链路问到底

具身行为克隆可以使用哪些类型的数据？

UMI、第一视角（egocentric）与真机数据各有什么优缺点？分别适合用于哪些训练阶段？

具身数据的采集链路应如何设计？遥操作数据与UMI夹爪数据对训练各有什么优势、偏差和适用范围？

使用VR或主从臂遥操作采集数据时，如何从基线搭建到可训练数据集，建立完整的采集与处理链路？

你了解LeRobot的数据格式吗？

机器人策略应输出离散token还是连续动作？如何依据任务需求与控制接口选择动作表示？

从任务空间的末端位姿到可执行的电机控制信号，动作表示、逆运动学求解与底层控制链路应如何衔接？

Action chunk的长度、执行步数和重规划频率应如何设计？如何在长时序一致性、推理延迟与闭环纠错能力之间权衡？

在action chunk滚动执行或相邻chunk切换时，机械臂为什么可能出现抖动？应如何解决？

VLA与VLN分别适合解决什么问题？从操控拓展到导航时，主要的落地难点是什么？

假设要求机器人从门口移动到目标位置，你会如何训练VLN模型来实现这一任务？

面向室内外连续导航，如何设计导航数据与任务表征，覆盖电梯、楼梯以及密集人群等复杂场景？

面对行人等动态障碍物带来的时序交互，端到端移动机器人应如何表示、预测并规避这些障碍物？

利用房间内的多视角观测构建可导航拓扑图时，如何处理遮挡、跨视角空间推理与图像—地图对齐？

第一视角(Ego)相机数据、IMU数据与VSLAM轨迹如何用于训练？面对密集动态障碍物，还需要补充哪些观测或数据？

仿真数据和真机数据应如何混合使用？

Sim2Real中常见的gap有哪些？

LoRA微调的基本原理是什么？

当前具身后训练的核心局限是什么？数据、评测或真机交互中，哪些环节最需要补齐？

具身智能领域主流的数据格式和benchmark有哪些？

除了成功率与碰撞指标，如何量化具身任务的效率、稳定性与泛化性，并将这些指标用于真机评测？