Data Scaling Laws in Imitation Learning（32 环境）

数据配方

4 万+ 示范、1.5 万+ 真机 rollout。推荐 32 个环境-物体对、每对约 50 条示范（实验中 32 个环境各 1 个物体、120 条示范）；4 个采集者一个下午即可完成。最大数据集训练 75 h（8×A800）[1][2]。

结果与证据

泛化约按幂律随环境数、物体数、环境-物体对数增加；示范总数不呈清晰幂律。摘要称两任务在新环境、未见物体上约 90%；表 1 在 8 个未见环境的成功率：Pour Water 85.0、Mouse Arrangement 92.5、Fold Towels 87.5、Unplug Charger 90.0 [2]。（ICLR 2025，Lin et al.）

已知缺陷与口径

拟合系数未逐项核对，只有相关性。任务数少、简单拾放类。多样性重于数量的结论与"小时数"类配方统计口径不同，不可混比。

来源

1. arXiv 2410.18647 (2026-10-14)
2. https://arxiv.org/html/2410.18647 (2026-10-14)