数据越多≠决策越好：从无人机滑翔到多机器人通信，重新审视数据与信息的关系

首页

数据越多≠决策越好：从无人机滑翔到多机器人通信，重新审视数据与信息的关系 | IROS 2026

AI科技评论

2026-10-09

导读：决定智能上限的从来不是数据的绝对规模，而是数据的质量与信息密度。

决定智能上限的从来不是数据的绝对规模，而是数据的质量与信息密度。

作者丨岑峰

在生成式 AI 浪潮下，机器人社区正经历从传统控制向端到端学习的范式大迁徙。如同许多领域一样，这里也弥漫着一股对数据规模的迷信，深信“数据越多越智能”是通往通用具身智能的唯一坦途。

然而，在刚刚结束的 IEEE/RSJ 智能机器人与系统国际会议（IROS）上，昆士兰大学助理教授 Jen Jen Chung 在主旨演讲中，结合自己十余载的研究案例，给出了一个发人深省的结论：并非所有数据都是平等的，盲目堆砌数据甚至会导致系统崩溃与策略失能。

Chung 教授在演讲伊始便直击核心观点：海量数据并不等同于高信息量。坐拥海量数据却一无所获的例子比比皆是，因为许多数据根本无法帮我们真正理解问题的本质。在迈向通用自主系统的道路上，决定智能上限的从来不是数据的绝对规模，而是数据的质量与信息密度。

在她科研生涯的起点无人机自主滑翔课题中，Chung 教授就深刻体会到了“探索是有代价的”。若想让固定翼无人机像鸟类一样自主利用上升气流，必须消耗宝贵的能量去探寻未知的状态-动作空间。这迫使她思考：何时收集数据？如何收集数据？盲目、均匀地采样不仅浪费资源，甚至可能拖慢学习进程。

这一系列的早期研究让她意识到：数据价值并非均质分布，按需采集的高价值信息远胜于海量无差别的冗余观测。

这种对数据价值非均质性的深刻洞察，在分布式多机器人系统中显得尤为关键。当研究对象从单体扩展到多机协作，面对受限、衰减且具有高延迟的真实通信信道，“随时随地向所有节点全量广播所有数据”不仅不切实际，甚至可能导致灾难性的网络拥堵。

在此场景下，Chung 教授提出了衡量数据共享价值的唯一金标准——“掌握了这一项信息，能否引发行为决策的改变？”

基于此，她的团队引入了极具创造性的核心逻辑：传输最关键的信息，而非全部的数据。 在演讲中，Chung 教授展示了一系列案例，完美诠释了如何在带宽开销与数据保真度之间实现精妙的杠杆平衡。

演讲最后，Chung 教授将矛头指向了当前机器人学最热的端到端策略学习范式，直面“房间里的大象”。在复杂的富接触装配任务中，即便为机械臂喂入了海量多模态数据（视觉、力觉、本体感觉），部署后的表现却极其平庸，甚至在空料盒场景下依然机械地复刻插入动作。

为此，Chung 教授团队提出了一种“策略修复”方案。实验证明，在相同的示教数据预算下，这种定向选取“修复性”样本的方法，比盲目扩增数据带来的策略泛化性能提升要显著得多。

这再次印证了本次演讲的主题：“数据质量决定上限”，盲目追求数据规模只能是一场徒劳的数字游戏。

以下是 Jen Jen Chung 的演讲分享，AI 科技评论根据其英文演讲内容进行了不改原意的编辑：

▎演讲标题：（Geometry Strikes Back: Scaling 3D Reconstruction and Structuring 3D Scene Generation）

演讲者：昆士兰大学 Jen Jen Chung

从无人机滑翔说起：数据与信息的脱节

“数据”并不等同于“信息”。有些数据片段能承载极高的信息量；但同时，你也可能坐拥海量数据，却依然一无所获。在当下重新审视“数据与信息之间的关系”，显得格外意味深长。

身处当前的技术浪潮中，我们极度痴迷于尽可能多地收集数据，深信“数据越多就越能解决所有问题”。而我今天想做的，正是挑战这种思维定势。

数据与信息之间的脱节，贯穿了我以往的许多研究。我的博士课题，当时研究的是无人机自主滑翔。大自然为我们展现了绝妙的先例：鸟类懂得如何从风场中汲取能量，借助上升热气流来提升高度。

我们当时探讨的，就是能否让固定翼无人机实现同样的操作。从探索策略的角度来看，这是一个极有意思的课题：滞空时间越长，探索“状态-动作空间”的机会就越充裕。

然而关键在于：探索是需要付出代价的。你必须消耗好不容易汲取到的能量，去探寻状态-动作空间中的未知区域；而且没有任何机制能保证你此行必有回报，你可能费尽周折探索了某个特定区域，最终却一无所获。

因此，若想快速学习，就必须极其审慎地平衡“何时收集数据”与“如何收集数据”。只要尺度拿捏得当，仅需极少数的训练轮次，就能学出一套相当高效的滑翔策略。到第 20~27 轮时，我们就已经训练出了非常不错的控制策略，使无人机能够借助热气流获取能量。

更耐人寻味的在于分析其价值函数空间。在这些图表中，各曲线展示了不同空速下的价值函数。你会发现，当空速达到某个临界点之后，净能量增益便彻底降为零——因为飞行速度过快，无人机会直接冲过热气流，根本来不及从中截留能量。一旦控制策略领会了这一点，即意识到在该区域探索毫无意义，即便你继续在该区域采集更多数据，也绝不会让策略得到哪怕一丝改善。

另一个例证是未知代价场中的最短路径规划。问题的核心是寻找两点之间的最优路径，而左上角所示的真实代价场在初始状态下是完全未知的，你必须通过局部采样来了解穿越各区域的代价。此时需谨记两点：首先，采样是有成本的，你必须付出实体代价去探索并采集数据；其次，你的终极目标是找到最短路径，而非精准重构整个代价场。明确了这一点，我们就不该去进行均匀采样，或者单纯为了降低代价场的估计误差而盲目采样。

我们该如何引导数据采集，才能最高效地提升对最短路径的推断精度？由于已知起点和终点，我们可以先执行一次双向启发式搜索。我们提出这样的假设：如果在此刻采集某处的观测数据，这一测量值将如何改变我们的后验置信？它会如何重塑我们的搜索边界？它在测量类型或数值尺度上会带来怎样的先验变化？预期的代价值在什么数量级？最重要的是：它是否会改变你对最短路径走向的判定？如果你预判该测量值根本无法改变路径估计，那么这次采样就毫无必要。

据此，我们便能有针对性地导向数据采集。请看我们在 2017 年提出的快速行进探索法：该算法一旦探明某区域属于极高代价区，便会立即终止对该状态空间及探索子空间的采样——因为朝左上方走能找到更短路径的概率已经微乎其微。我们理应将宝贵的数据采集预算，倾斜到右下角更有希望发现更优解的高潜力区域。

在这两个案例中——无论是求取最短路径，还是无人机自主滑翔——采集冗余数据虽然对求解没有实质帮助，但至少尚未破坏现有解，只是拖慢了解算效率而已。

多机器人系统：

数据共享从来不是无代价的

在特定领域中，系统内盲目塞入更多数据，不仅无益，甚至会主动让整体表现急剧恶化。这种现象主要集中在分布式多机器人系统。原因在于：系统内的数据分发完全依赖底层通信基础设施，而“数据共享从来不是无代价的”。现实中你永远绕不开带宽瓶颈，通信信道往往充斥着受限、衰减与延迟。

鉴于网络信道的物理约束，“随时随地向所有节点全量广播所有数据”是根本不切实际的。另外，数据的边际效用并非均等分布，它高度取决于数据本身的属性、接收节点身份以及接收的时效性。结合这三重考量，我们该如何规划系统间的数据分发机制，让每个节点都能获取到最关键的信息？

我们可以先从“通信对象”与“通信时机”切入。最直观的落地场景当属多机防碰撞。无人机究竟在什么时刻才必须知晓其他机器人的航向？设想一组航线交错的无人机群：它们是否需要时刻保持通信？还是说，仅当己方对其他个体的行为缺乏足够可靠的估计时，通信才有必要？

你必须叩问的核心是：“掌握了这一项信息，能否引发行为决策的改变？”当节点亮起黄色时，代表它们正在进行通信或请求对方状态；显示蓝色时，则表示机载预测足够可信，无需额外数据。通过这种精挑细选的通信机制，我们大幅削减了网络信道负载，显著提升了高价值信息准确送达目标的概率。

问题的另一个维度是“传输什么内容”。除了直接发送原始数据，我们完全可以采用近似表征。这里我们引入了一个非常精妙的数学工具——布隆过滤器。

设想一个协同建图探索任务，机器人需要同步自己在栅格地图中已遍历和观测过的区域。你固然可以直接传输详尽的位置轨迹，但存在高效得多的编码方式。例如，布隆过滤器利用哈希映射将状态信息压缩为高密度的位数组，从而实现惊人的数据压缩比。尽管在数据精度上存在一定折损，但换来的是极小的数据体积，大幅提升了在恶劣信道中的成功传输率。

当信息同步给红色机器人后，它接收上位数组，便可在本地执行状态查询以核实特定栅格单元是否已被探明。红色机器人能据此判定栅格 (1,7)(1,7) 已被绿色机器人观测过；而查询另一栅格时，若哈希位存在 00，则表明对方尚未涉足，该区域便被判定为值得自身前往探索的潜在候选点。

但这种有损压缩的代价正如我所言，牺牲了部分精度。在查询某些栅格时可能会出现假阳性——某个栅格明明未被探索，哈希查询却显示它已存在于集合中。这是高压缩比所不可避免的代价。

然而，透彻理解工具的内在机理，使我们能够巧妙引入其他工程技巧，打破原有工具的性能上限。一个极简而精妙的方案是对数据加盐：即引入一个随机盐值与数据结合后再执行哈希，并将盐值随数据一同广播。

如此一来，在连续的观测与通信周期中，我们每次都能使用互不相同的独立盐值，哈希映射出的位数组也各不相同。这意味着网络中每次传输的数据在统计上实现了去相关，代表了彼此独立的观测采样。而这种统计独立性，允许我们运用贝叶斯推断和序贯信息叠加的所有理论优势。

这使得接收端能够做出更为稳健的决策。即便系统预设的最大单次假阳性率高达 50%——瞬时假阳性率可能十分堪忧，如图中白色噪点所示的误报；但通过跨周期的去相关信息融合，各机器人的后验置信度误差被大幅压低，远优于瞬时假阳性水平。这使我们既能享有数据高压缩比带来的信道吞吐红利，又能维系高质量的决策能力。

因此，像布隆过滤器这类机制，为我们提供了在通信带宽开销与数据信息保真度之间进行直接权衡的杠杆。反映到多机协同探索任务中，整体效率得以显著优化。我更倾向于将其看作一种“数据精度”与“时效性”之间的定量权衡——这精准对应了系统数据流中的“传输内容”与“传输时机”。

但上述方案仍有一个隐含前提：系统必须全量接收完整个数据包之后，才能开始解码使用。这正是我们试图突破的另一个瓶颈。

当前机器人通信架构普遍存在一种惯性思维：要利用任何信息，必须等待数据包完整接收才能解包解析。一旦面临恶劣的弱网或间歇性断连环境，只要数据包发生部分丢包，整个传输就会彻底作废。与其陷入非黑即白的传输困境，我们能否进一步以数据分辨率换取时间？我们能否引入流式传输机制，让我们无需等待全量数据、或者优先接收轻量级数据包并即刻解码，从而支撑及时的决策？如此一来，即使那台处于弱信号边缘的蓝色机器人只接收到半数数据包，它所获得的部分信息依然能直接投入协同规划。

如果诸位和我一样亲历过 90 年代的互联网，或许对当年的流媒体机制记忆犹新。我们借鉴的正是这一思想，且大家在日常生活中依然常见：正如用手机看流媒体视频时，你根本无需将整部高清视频完全缓冲至本地即可流畅起播。我们将渐进式传输的思想迁移到机器人系统中，使机群在信息尚不完整时也能快速做出合理决策。

借助这种流式传输思想与渐进式多细节层次表征，我们能自如调谐精度与时效性的天平，让机器人免去巨大的网络依赖即可先行决策。机群间的地图配准与一致性表现，远胜于一次性全量同步的传统方案；在更大规模的建图场景和复杂系统中，该方案的扩展性优势愈发明显。

这里有一组定量实验结果能够有力佐证我们的核心论点——更多的数据绝不直接等价于更优的决策。在图表底部用蓝色标出的流式传输方法中，其总通信量相较于所有基线方法是最低的，接收端接收的数据体量也是最小的。

但即便如此，审视其地图全局同步质量，它依然能够逼近信道完全无损、无带宽限制时的理想状态。可见，我们完全可以通过合理的表征、重构与流式压缩来雕琢数据，而非盲目将所有原始数据一股脑塞进网络，祈祷在终点奇迹般得到更好的结果。

机器人策略学习：

问题不在数据匮乏，而在过拟合

以上所有铺垫，都是为了引出我们这个领域当前不得不正视的一头“房间里的大象”——当前机器人策略学习的主流范式。

当下的主流研究范式，试图把全人类的先验知识全部打包压缩，并一股脑灌注到机器人策略中，寄希望于通过海量泛化数据炼出通用策略，通吃从精细操作、自主导航到多接触点动力学交互等全部复杂场景。我们在这一方向上也历经坎坷。此前，我们一直在探索如何针对复杂的富接触装配任务开展策略学习。

在这个实验中，我们通过专家遥操作采集示范数据，训练机械臂在杂乱堆叠环境中执行零件插入。我们为模型喂入了全维度的传感输入：包含 RGB 与深度图的双模态视觉数据、末端执行器的六维力矩传感器读数，以及全套本体感觉状态。我们将所有采集到的数据悉数灌入模型，然而策略部署运行后的表现却极其平庸。

大家可以看到，机械臂在重复机械的动作——盲目顶撞料块、打乱场景、发生物理接触，机械地模仿训练集中的示教轨迹。面对这种糟糕表现，大家最习惯性提出的“药方”往往是：增加训练数据，采集更多的专家遥操作示范。

但如果仔细审视它在空料盒场景下的异常动作就会发现：即使盒中空无一物，机械臂依然在机械地复刻相同的插入动作。这个例子再清晰不过地揭示出：症结根本不在于数据匮乏，而在于策略严重过拟合。模型彻底忽略了视觉输入，完全无视了力觉反馈，仅仅依赖关节本体感觉数据在机械地“背诵”并复读示教轨迹。过拟合当然不是新概念，它自机器学习诞生之日起就存在。

我们深知这个问题的存在。因此我必须着重呼吁：在攻关策略学习时，我们必须对这一瓶颈保持清醒。关键绝不是往模型里填鸭更多的数据，而是要更加明智地审视：我们真正送进模型的究竟该是怎样的数据？

不只是我在思考这个问题，我在澳大利亚联邦科学与工业研究组织的同事们也在攻关该痛点。在座很多同行应该也遇到过类似困境：以积木堆叠任务为例，机械臂需要将绿色积木精确堆叠至黄色积木顶部。在光照均匀、整洁的标称环境下，当环境特征契合训练分布时，策略表现相当稳定。

然而，一旦切换背景，或者在场景中放入几个干扰物，策略性能便瞬间雪崩。这并不令人意外，这类微小的扰动漂移向来是仅用标称整洁数据训练出的策略的“克星”。我们无法断言该策略真正学会了“积木堆叠”这一泛化技能；我们充其量只能说，它仅仅学会了“在特定打光条件、特定场景配置下的积木堆叠”。

出路何在？继续盲目采集海量数据？还是说换着不同的光照配置，不厌其烦地灌入更多专家遥操作示教？抑或是存在某种更本质的破局手段？

这项工作的第一作者 Giovanni Joseph 选择探究策略模型内部的微观变化：深入比对策略在两种输入场景下的输出差异到底是什么？动作输出究竟发生了怎样的偏离？

通过比对标称场景与微扰漂移场景下策略动作分布的漂移量，我们获得了可量化的证据点，从而摸清了动作输出的分布变化。我们在大量的训练集上展开这一测试，并借助数据编辑技术模拟不同的光照等变异环境，进而映射出在推理阶段诱发此类策略崩溃的动作漂移空间分布。这一分布直观地揭示出性能漂移是如何聚类分布的。

据此，针对视觉表征上的变异，我们便能有针对性地反向检索：究竟该注入何种特定场景下的专家遥操作示教，才能在该特征空间中提供最大程度的支撑度，从而以最小代价纠正策略，将其拉回到正确的决策轨道上？

我们在整个分布空间中系统性地推进该工作。这使得我们在收集和使用训练示教时变得极具前瞻性与针对性。实验证明，在完全相同的示教数据预算下，这种方法带来的最终策略性能提升幅度，要远远胜过盲目扩增数据。

这雄辩地证明：比起一味追求数据规模的数字游戏，真正决定上限的是你采集的数据质量。核心在于定向选取那些能够精准“修复”策略失效模式、覆盖特征盲区的关键样本。

我希望今天的分享，能为大家在迈向这个以端到端机器学习为主导的机器人策略新时代时，提供一些全新的审视视角。最后我想再次强调我的核心倡议：在我们继续向通用自主系统迈进的道路上，我们必须在数据采集与数据利用上恪守科学的原则性。请永远牢记：我们的终极目标从来不是无休止地向系统中堆砌数据，而是为智能体注入最有用、最关键的核心信息，以赋能它们更出色地解决现实世界的问题。

最后，我要向促成本次分享的所有优秀合作者致谢。非常感谢大家，欢迎提问！

Q&A

▎Q：相比于在标称环境下 90% 的基准表现，即便实施了策略修复，面对外界扰动漂移时依然存在一定的成功率差距。

A：这是一个极具深度的洞见：它表明我们仍需更深入地刻画和解析动作漂移在空间中的分布形态。

现阶段，我们在决定采样点的落点时，评估的是该点能否在特征空间中提供最大的有效支撑，试图在全局意义上最大化空间覆盖度。如果我们能定义出更精准的度量距离，或许就能对策略修复所需的具体开销做出更准确的先验估计。

但这在当下依然极具挑战：原因在于，高维嵌入空间本质上只是度量空间的粗糙近似。我们在数学上并不能保证各类经典度量分析工具在嵌入空间中依然严格有效，因为这些表征空间在最初构建时就并非严格的真正度量空间，它仅仅是我们在工程上的一种逼近手段。

▎Q：如果上升到方法论层面，你思考机器人通信问题的核心底层哲学是什么？

A：如果总结我对通信的底层理解，核心就在于一点：“这是否会改变对方的行为决策？”如果我同步给你一条信息，它无法对你的下一步动作产生任何改观——换言之，即便不告诉你，你也依然会采取完全相同的动作——那么我耗费带宽共享这笔数据的意义何在？这便是我的核心准则。

▎Q：我想请教一个关于开篇提到的布隆过滤器局限性的问题。特别是在去中心化多机器人协同探索中，通常采用概率学方法来融合状态；但这里存在数据“二次利用/循环计数”的经典痛点：你无法追溯当前信息是由谁发出的、各伙伴节点之间是如何多跳流转的。在这种高度压缩的有损表征中，你该如何编码“这笔数据由谁生成”以及“该数据已被哪些节点集成过”这类溯源元数据？

A：在利用布隆过滤器同步信息时，我们会严格区分输入源：即区分“来自同一机器人的序贯观测序列”与“来自不同机器人的交叉信息”。

当面对“单个机器人是否观测过某栅格”的问题时，本质上是在做贝叶斯置信累加：伴随我向该机器人持续查询，若该栅格在多次哈希中始终显示存在，根据统计独立性，我对其真实观测过的置信度就会单调递增。

但若是多个不同的机器人同时向我声明它们都观测过该栅格，问题的数学形态就转变为计算“至少被其中一台机器人真实观测到的并集概率”。因此从概率推断的角度来看，处理方式是截然不同的。

而一旦数据本身具有非均匀性——比如“哪台机器人更值得信赖？是否某台机器人的传感器精度更优？或者它所处的位姿环境具有更高的信噪比与保真度？”——问题的复杂度便会陡增。如何将机器人的置信度权重与溯源标签优雅地嵌入到紧凑的压缩包中，确实是一个极为棘手且值得深挖的课题。

再次感谢大家！

【声明】内容源于网络

AI科技评论

聚焦AI前沿研究，关注AI工程落地。

内容 8987

粉丝 0

AI科技评论聚焦AI前沿研究，关注AI工程落地。

总阅读272.7k

粉丝0

内容9.0k