數據越多≠決策越好：從無人機滑翔到多機器人通信，重新審視數據與信息的關係 | IROS 2026

決定智能上限的從來不是數據的絕對規模，而是數據的質量與信息密度。作者丨岑峰 在生成式 AI 浪潮下，機器人社區正經歷從傳統控制向端到端學習的範式大遷徙。如同許多領域一樣，這裡也瀰漫著一股對數據規模的迷信，深信“數據越多越智能”是通往通用具身智能的唯一坦途。然而，在剛剛結束的 IEEE/RSJ 智能機器人與系統國際會議（IROS）上，昆士蘭大學主力腳說 Jen Jen Chung 在主旨演講中，結合自己十餘載的研究案例，給出了一個發人深省的結論：並非所有數據都是平等的，盲目堆砌數據甚至會導致系統崩潰與策略失能。Chung 教授在演講伊始便直擊核心觀點：海量數據並不等同於高信息量。

坐擁海量數據卻一無所獲的例子比比皆是，因為許多數據根本無法幫我們真正理解問題的本質。在邁向通用自主系統的道路上，決定智能上限的從來不是數據的絕對規模，而是數據的質量與信息密度。在她科研生涯的起點無人機自主滑翔課題中，Chung 教授就深刻體會到了“探索是有代價的”。若想讓固定翼無人機像鳥類一樣自主利用上升氣流，必須消耗寶貴的能量去探尋未知的狀態-動作空間。這迫使她思考：何時收集數據？如何收集數據？盲目、均勻地採樣不僅浪費資源，甚至可能拖慢學習進程。這一系列的早期研究讓她意識到：數據價值並非均質分佈，按需採集的高價值信息遠勝於海量無差別的冗餘觀測。

這種對數據價值非均質性的深刻洞察，在分佈式多機器人系統中顯得尤為關鍵。當研究對象從單體擴展到多機協作，面對受限、衰減且具有高延遲的真實通信信道，“隨時隨地向所有節點全量廣播所有數據”不僅不切實際，甚至可能導致災難性的網絡擁堵。在此場景下，Chung 教授提出了衡量數據共享價值的唯一金標準——“掌握了這一項信息，能否引發行為決策的改變？”基於此，她的團隊引入了極具創造性的核心邏輯：傳輸最關鍵的信息，而非全部的數據。在演講中，Chung 教授展示了一系列案例，完美詮釋瞭如何在帶寬開銷與數據保真度之間實現精妙的槓桿平衡。

演講最後，Chung 教授將矛頭指向了當前機器人學最熱的端到端策略學習範式，直面“房間裡的大象”。在複雜的富接觸裝配任務中，即便為機械臂喂入了海量多模態數據（視覺、力覺、本體感覺），部署後的表現卻極其平庸，甚至在空料盒場景下依然機械地復刻插入動作。為此，Chung 教授團隊提出了一種“策略修復”方案。實驗證明，在相同的示教數據預算下，這種定向選取“修復性”樣本的方法，比盲目擴增數據帶來的策略泛化性能提升要顯著得多。這再次印證了本次演講的主題：“數據質量決定上限”，盲目追求數據規模只能是一場徒勞的數字遊戲。

以下是 Jen Jen Chung 的演講分享，AI 科技評論根據其英文演講內容進行了不改原意的編輯：▎演講標題：（Geometry Strikes Back: Scaling 3D Reconstruction and Structuring 3D Scene Generation）演講者： 昆士蘭大學 Jen Jen Chung01從無人機滑翔說起：數據與信息的脫節“數據”並不等同於“信息”。有些數據片段能承載極高的信息量；但同時，你也可能坐擁海量數據，卻依然一無所獲。在當下重新審視“數據與信息之間的關係”，顯得格外意味深長。

身處當前的技術浪潮中，我們極度痴迷於儘可能多地收集數據，深信“數據越多就越能解決所有問題”。而我今天想做的，正是挑戰這種思維定勢。數據與信息之間的脫節，貫穿了我以往的許多研究。我的博士課題，當時研究的是無人機自主滑翔。大自然為我們展現了絕妙的先例：鳥類懂得如何從風場中汲取能量，藉助上升熱氣流來提升高度。我們當時探討的，就是能否讓固定翼無人機實現同樣的操作。從探索策略的角度來看，這是一個極有意思的課題：滯空時間越長，探索“狀態-動作空間”的機會就越充裕。然而關鍵在於：探索是需要付出代價的。

你必須消耗好不容易汲取到的能量，去探尋狀態-動作空間中的未知區域；而且沒有任何機制能保證你此行必有回報，你可能費盡周折探索了某個特定區域，最終卻一無所獲。因此，若想快速學習，就必須極其審慎地平衡“何時收集數據”與“如何收集數據”。只要尺度拿捏得當，僅需極少數的訓練輪次，就能學出一套相當高效的滑翔策略。到第 20~27 輪時，我們就已經訓練出了非常不錯的控制策略，使無人機能夠藉助熱氣流獲取能量。更耐人尋味的在於分析其價值函數空間。在這些圖表中，各曲線展示了不同空速下的價值函數。

你會發現，當空速達到某個臨界點之後，淨能量增益便徹底降為零——因為飛行速度過快，無人機會直接衝過熱氣流，根本來不及從中截留能量。一旦控制策略領會了這一點，即意識到在該區域探索毫無意義，即便你繼續在該區域採集更多數據，也絕不會讓策略得到哪怕一絲改善。另一個例證是未知代價場中的最短路徑規劃。問題的核心是尋找兩點之間的最優路徑，而左上角所示的真實代價場在初始狀態下是完全未知的，你必須通過局部採樣來了解穿越各區域的代價。此時需謹記兩點：首先，採樣是有成本的，你必須付出實體代價去探索並採集數據；其次，你的終極目標是找到最短路徑，而非精準重構整個代價場。

明確了這一點，我們就不該去進行均勻採樣，或者單純為了降低代價場的估計誤差而盲目採樣。我們該如何引導數據採集，才能最高效地提升對最短路徑的推斷精度？由於已知起點和終點，我們可以先執行一次雙向啟發式搜索。我們提出這樣的假設：如果在此刻採集某處的觀測數據，這一測量值將如何改變我們的後驗置信？它會如何重塑我們的搜索邊界？它在測量類型或數值尺度上會帶來怎樣的先驗變化？預期的代價值在什麼數量級？最重要的是：它是否會改變你對最短路徑走向的判定？如果你預判該測量值根本無法改變路徑估計，那麼這次採樣就毫無必要。據此，我們便能有針對性地導向數據採集。

請看我們在 2017 年提出的快速行進探索法：該算法一旦探明某區域屬於極高代價區，便會立即終止對該狀態空間及探索子空間的採樣——因為朝左上方走能找到更短路徑的概率已經微乎其微。我們理應將寶貴的數據採集預算，傾斜到右下角更有希望發現更優解的高潛力區域。在這兩個案例中——無論是求取最短路徑，還是無人機自主滑翔——採集冗餘數據雖然對求解沒有實質幫助，但至少尚未破壞現有解，只是拖慢了解算效率而已。02多機器人系統：數據共享從來不是無代價的在特定領域中，系統內盲目塞入更多數據，不僅無益，甚至會主動讓整體表現急劇惡化。這種現象主要集中在分佈式多機器人系統。

原因在於：系統內的數據分發完全依賴底層通信基礎設施，而“數據共享從來不是無代價的”。現實中你永遠繞不開帶寬瓶頸，通信信道往往充斥著受限、衰減與延遲。鑑於網絡信道的物理約束，“隨時隨地向所有節點全量廣播所有數據”是根本不切實際的。另外，數據的邊際效用並非均等分佈，它高度取決於數據本身的屬性、接收節點身份以及接收的時效性。結合這三重考量，我們該如何規劃系統間的數據分發機制，讓每個節點都能獲取到最關鍵的信息？我們可以先從“通信對象”與“通信時機”切入。最直觀的落地場景當屬多機防碰撞。無人機究竟在什麼時刻才必須知曉其他機器人的航向？設想一組航線交錯的無人機群：它們是否需要時刻保持通信？

還是說，僅當己方對其他個體的行為缺乏足夠可靠的估計時，通信才有必要？你必須叩問的核心是：“掌握了這一項信息，能否引發行為決策的改變？”當節點亮起黃色時，代表它們正在進行通信或請求對方狀態；顯示藍色時，則表示機載預測足夠可信，無需額外數據。通過這種精挑細選的通信機制，我們大幅削減了網絡信道負載，顯著提升了高價值信息準確送達目標的概率。問題的另一個維度是“傳輸什麼內容”。除了直接發送原始數據，我們完全可以採用近似表徵。這裡我們引入了一個非常精妙的數學工具——布隆過濾器。設想一個協同建圖探索任務，機器人需要同步自己在柵格地圖中已遍歷和觀測過的區域。

你固然可以直接傳輸詳盡的位置軌跡，但存在高效得多的編碼方式。例如，布隆過濾器利用哈希映射將狀態信息壓縮為高密度的位數組，從而實現驚人的數據壓縮比。儘管在數據精度上存在一定折損，但換來的是極小的數據體積，大幅提升了在惡劣信道中的成功傳輸率。當信息同步給紅色機器人後，它接收上位數組，便可在本地執行狀態查詢以核實特定柵格單元是否已被探明。紅色機器人能據此判定柵格 (1,7)(1,7) 已被綠色機器人觀測過；而查詢另一柵格時，若哈希位存在 00，則表明對方尚未涉足，該區域便被判定為值得自身前往探索的潛在候選點。但這種有損壓縮的代價正如我所言，犧牲了部分精度。

在查詢某些柵格時可能會出現假陽性——某個柵格明明未被探索，哈希查詢卻顯示它已存在於集合中。這是高壓縮比所不可避免的代價。然而，透徹理解工具的內在機理，使我們能夠巧妙引入其他工程技巧，打破原有工具的性能上限。一個極簡而精妙的方案是對數據加鹽：即引入一個隨機鹽值與數據結合後再執行哈希，並將鹽值隨數據一同廣播。如此一來，在連續的觀測與通信週期中，我們每次都能使用互不相同的獨立鹽值，哈希映射出的位數組也各不相同。這意味著網絡中每次傳輸的數據在統計上實現了去相關，代表了彼此獨立的觀測採樣。而這種統計獨立性，允許我們運用貝葉斯推斷和序貫信息疊加的所有理論優勢。這使得接收端能夠做出更為穩健的決策。

即便系統預設的最大單次假陽性率高達 50%——瞬時假陽性率可能十分堪憂，如圖中白色噪點所示的誤報；但通過跨週期的去相關信息融合，各機器人的後驗置信度誤差被大幅壓低，遠優於瞬時假陽性水平。這使我們既能享有數據高壓縮比帶來的信道吞吐紅利，又能維繫高質量的決策能力。因此，像布隆過濾器這類機制，為我們提供了在通信帶寬開銷與數據信息保真度之間進行直接權衡的槓桿。反映到多機協同探索任務中，整體效率得以顯著優化。我更傾向於將其看作一種“數據精度”與“時效性”之間的定量權衡——這精準對應了系統數據流中的“傳輸內容”與“傳輸時機”。但上述方案仍有一個隱含前提：系統必須全量接收完整個數據包之後，才能開始解碼使用。

這正是我們試圖突破的另一個瓶頸。當前機器人通信架構普遍存在一種慣性思維：要利用任何信息，必須等待數據包完整接收才能解包解析。一旦面臨惡劣的弱網或間歇性斷連環境，只要數據包發生部分丟包，整個傳輸就會徹底作廢。與其陷入非黑即白的傳輸困境，我們能否進一步以數據分辨率換取時間？我們能否引入流式傳輸機制，讓我們無需等待全量數據、或者優先接收輕量級數據包並即刻解碼，從而支撐及時的決策？如此一來，即使那臺處於弱信號邊緣的藍色機器人只接收到半數數據包，它所獲得的部分信息依然能直接投入協同規劃。如果諸位和我一樣親歷過 90 年代的互聯網，或許對當年的流媒體機制記憶猶新。

我們借鑑的正是這一思想，且大家在日常生活中依然常見：正如用手機看流媒體視頻時，你根本無需將整部高清視頻完全緩衝至本地即可流暢起播。我們將漸進式傳輸的思想遷移到機器人系統中，使機群在信息尚不完整時也能快速做出合理決策。藉助這種流式傳輸思想與漸進式多細節層次表徵，我們能自如調諧精度與時效性的天平，讓機器人免去巨大的網絡依賴即可先行決策。機群間的地圖配準與一致性表現，遠勝於一次性全量同步的傳統方案；在更大規模的建圖場景和複雜系統中，該方案的擴展性優勢愈發明顯。這裡有一組定量實驗結果能夠有力佐證我們的核心論點——更多的數據絕不直接等價於更優的決策。

在圖表底部用藍色標出的流式傳輸方法中，其總通信量相較於所有基線方法是最低的，接收端接收的數據體量也是最小的。但即便如此，審視其地圖全局同步質量，它依然能夠逼近信道完全無損、無帶寬限制時的理想狀態。可見，我們完全可以通過合理的表徵、重構與流式壓縮來雕琢數據，而非盲目將所有原始數據一股腦塞進網絡，祈禱在終點奇蹟般得到更好的結果。03機器人策略學習：問題不在數據匱乏，而在過擬合以上所有鋪墊，都是為了引出我們這個領域當前不得不正視的一頭“房間裡的大象”——當前機器人策略學習的主流範式。

當下的主流研究範式，試圖把全人類的先驗知識全部打包壓縮，並一股腦灌注到機器人策略中，寄希望於通過海量泛化數據煉出通用策略，通吃從精細操作、自主導航到多接觸點動力學交互等全部複雜場景。我們在這一方向上也歷經坎坷。此前，我們一直在探索如何針對複雜的富接觸裝配任務開展策略學習。在這個實驗中，我們通過專家遙操作採集示範數據，訓練機械臂在雜亂堆疊環境中執行零件插入。我們為模型喂入了全維度的傳感輸入：包含 RGB 與深度圖的雙模態視覺數據、末端執行器的六維力矩傳感器讀數，以及全套本體感覺狀態。我們將所有采集到的數據悉數灌入模型，然而策略部署運行後的表現卻極其平庸。

大家可以看到，機械臂在重複機械的動作——盲目頂撞料塊、打亂場景、發生物理接觸，機械地模仿訓練集中的示教軌跡。面對這種糟糕表現，大家最習慣性提出的“藥方”往往是：增加訓練數據，採集更多的專家遙操作示範。但如果仔細審視它在空料盒場景下的異常動作就會發現：即使盒中空無一物，機械臂依然在機械地復刻相同的插入動作。這個例子再清晰不過地揭示出：癥結根本不在於數據匱乏，而在於策略嚴重過擬合。模型徹底忽略了視覺輸入，完全無視了力覺反饋，僅僅依賴關節本體感覺數據在機械地“背誦”並復讀示教軌跡。過擬合當然不是新概念，它自機器學習誕生之日起就存在。我們深知這個問題的存在。

因此我必須著重呼籲：在攻關策略學習時，我們必須對這一瓶頸保持清醒。關鍵絕不是往模型裡填鴨更多的數據，而是要更加明智地審視：我們真正送進模型的究竟該是怎樣的數據？不只是我在思考這個問題，我在澳大利亞聯邦科學與工業研究組織的同事們也在攻關該痛點。在座很多同行應該也遇到過類似困境：以積木堆疊任務為例，機械臂需要將綠色積木精確堆疊至黃色積木頂部。在光照均勻、整潔的標稱環境下，當環境特徵契合訓練分佈時，策略表現相當穩定。然而，一旦切換背景，或者在場景中放入幾個干擾物，策略性能便瞬間雪崩。這並不令人意外，這類微小的擾動漂移向來是僅用標稱整潔數據訓練出的策略的“剋星”。

我們無法斷言該策略真正學會了“積木堆疊”這一泛化技能；我們充其量只能說，它僅僅學會了“在特定打光條件、特定場景配置下的積木堆疊”。出路何在？繼續盲目採集海量數據？還是說換著不同的光照配置，不厭其煩地灌入更多專家遙操作示教？抑或是存在某種更本質的破局手段？這項工作的第一作者 Giovanni Joseph 選擇探究策略模型內部的微觀變化：深入比對策略在兩種輸入場景下的輸出差異到底是什麼？動作輸出究竟發生了怎樣的偏離？通過比對標稱場景與微擾漂移場景下策略動作分佈的漂移量，我們獲得了可量化的證據點，從而摸清了動作輸出的分佈變化。

我們在大量的訓練集上展開這一測試，並藉助數據編輯技術模擬不同的光照等變異環境，進而映射出在推理階段誘發此類策略崩潰的動作漂移空間分佈。這一分佈直觀地揭示出性能漂移是如何聚類分佈的。據此，針對視覺表徵上的變異，我們便能有針對性地反向檢索：究竟該注入何種特定場景下的專家遙操作示教，才能在該特徵空間中提供最大程度的支撐度，從而以最小代價糾正策略，將其拉回到正確的決策軌道上？我們在整個分佈空間中系統性地推進該工作。這使得我們在收集和使用訓練示教時變得極具前瞻性與針對性。實驗證明，在完全相同的示教數據預算下，這種方法帶來的最終策略性能提升幅度，要遠遠勝過盲目擴增數據。

這雄辯地證明：比起一味追求數據規模的數字遊戲，真正決定上限的是你採集的數據質量。核心在於定向選取那些能夠精準“修復”策略失效模式、覆蓋特徵盲區的關鍵樣本。我希望今天的分享，能為大家在邁向這個以端到端機器學習為主導的機器人策略新時代時，提供一些全新的審視視角。最後我想再次強調我的核心倡議：在我們繼續向通用自主系統邁進的道路上，我們必須在數據採集與數據利用上恪守科學的原則性。請永遠牢記：我們的終極目標從來不是無休止地向系統中堆砌數據，而是為智能體注入最有用、最關鍵的核心信息，以賦能它們更出色地解決現實世界的問題。最後，我要向促成本次分享的所有優秀合作者致謝。非常感謝大家，歡迎提問！

04Q&A▎Q： 相比於在標稱環境下 90% 的基準表現，即便實施了策略修復，面對外界擾動漂移時依然存在一定的成功率差距。A：這是一個極具深度的洞見：它表明我們仍需更深入地刻畫和解析動作漂移在空間中的分佈形態。現階段，我們在決定採樣點的落點時，評估的是該點能否在特徵空間中提供最大的有效支撐，試圖在全局意義上最大化空間覆蓋度。如果我們能定義出更精準的度量距離，或許就能對策略修復所需的具體開銷做出更準確的先驗估計。但這在當下依然極具挑戰：原因在於，高維嵌入空間本質上只是度量空間的粗糙近似。

我們在數學上並不能保證各類經典度量分析工具在嵌入空間中依然嚴格有效，因為這些表徵空間在最初構建時就並非嚴格的真正度量空間，它僅僅是我們在工程上的一種逼近手段。▎Q：如果上升到方法論層面，你思考機器人通信問題的核心底層哲學是什麼？A：如果總結我對通信的底層理解，核心就在於一點：“這是否會改變對方的行為決策？”如果我同步給你一條信息，它無法對你的下一步動作產生任何改觀——換言之，即便不告訴你，你也依然會採取完全相同的動作——那麼我耗費帶寬共享這筆數據的意義何在？這便是我的核心準則。▎Q：我想請教一個關於開篇提到的布隆過濾器侷限性的問題。

特別是在去中心化多機器人協同探索中，通常採用概率學方法來融合狀態；但這裡存在數據“二次利用/循環計數”的經典痛點：你無法追溯當前信息是由誰發出的、各夥伴節點之間是如何多跳流轉的。在這種高度壓縮的有損表徵中，你該如何編碼“這筆數據由誰生成”以及“該數據已被哪些節點集成過”這類溯源元數據？A：在利用布隆過濾器同步信息時，我們會嚴格區分輸入源：即區分“來自同一機器人的序貫觀測序列”與“來自不同機器人的交叉信息”。當面對“單個機器人是否觀測過某柵格”的問題時，本質上是在做貝葉斯置信累加：伴隨我向該機器人持續查詢，若該柵格在多次哈希中始終顯示存在，根據統計獨立性，我對其真實觀測過的置信度就會單調遞增。

但若是多個不同的機器人同時向我聲明它們都觀測過該柵格，問題的數學形態就轉變為計算“至少被其中一臺機器人真實觀測到的並集概率”。因此從概率推斷的角度來看，處理方式是截然不同的。而一旦數據本身具有非均勻性——比如“哪臺機器人更值得信賴？是否某臺機器人的傳感器精度更優？或者它所處的位姿環境具有更高的信噪比與保真度？”——問題的複雜度便會陡增。如何將機器人的置信度權重與溯源標籤優雅地嵌入到緊湊的壓縮包中，確實是一個極為棘手且值得深挖的課題。再次感謝大家！為了方便大家抱團交流、互通會議消息，我們專門建了 IROS 2026 參會交流群！進群你會解鎖這些「福利」?

會議情報站：投稿 DDL、格式規範、評審進度……關鍵節點第一時間送達，再也不怕錯過 deadline，投稿準備穩穩的。同行茶話會：天南海北的同行都在群裡，聊心得、碰思路、攢人脈，科研路上我們同行。前沿補給站：最新研究成果、熱點方向實時同步，結合會議主題幫你捋清投稿脈絡，給論文靈感加滿油。現場後援團：（會議期間專屬開啟）：到了會場也不用慌——路線導航：場館分佈、報告廳怎麼走，群裡隨時問；議題共讀：熱門 session、Keynote 探討，錯過也能追；Poster 彙編：現場海報精華整理，一鍵收藏不遺漏；約局廣場：約飯局、採訪局、交流局……想嘮嗑、想合作、想面基，群裡發起就成。?

進群傳送門： 掃碼進群或添加微信Luyoyo_2026，備註：IROS + 單位/學校+姓名+方向。搞