跨本体负迁移与数据不均衡

定义与机制

把不同本体、不同实验室的数据混训时，数据量大的子集会主导训练，动作空间、坐标系、夹爪方向、控制频率的差异可能让一部分数据拖累另一部分。RLDS 与 LeRobot 只统一文件外壳，不统一动作语义，错配会静默污染模型。

证据与数字

• Re-Mix 指出 RT-X、Octo、OpenVLA 的混合权重都靠专家直觉；学习到的权重在 RT-X 数据上比均匀权重平均高 38%、比人工权重高 32% [1]。
• AgiBot 团队论文称任务多样性比每任务示范量更重要，高质量单本体数据迁移高效，多本体预训练非必需；操作员风格差异会伤害策略，去偏后 GO-1-Pro 提升 15%，相当于 2.5 倍预训练数据 [2]。
• π0 用 n^0.43 压低大数据量组合的采样权重（PI 口径）。

争议或反方

• 目前只有间接证据，缺少系统测量"负迁移"幅度的公开实验。
• OXE 多本体混训确有增益（RT-1-X 比各实验室原方法平均高约 50%，DeepMind 口径；⚠️ 该数字在 OXE 摘要中未出现，[3] 亦非其出处），与"多本体非必需"并存。

来源

1. https://arxiv.org/abs/2408.14037 (2026-10-14)
2. https://arxiv.org/abs/2507.06219 (2026-10-14)
3. https://github.com/OpenDriveLab/AgiBot-World (2026-10-14)