Scaling robotics datasets with video encoding

Hugging Face 分享如何利用影片編碼技術將機器人數據集體積縮減數十倍，並克服訓練時的隨機存取讀取瓶頸。

機器人學習（如模仿學習）需要大量的多視角相機數據，傳統以獨立圖片儲存會導致硬碟與網路傳輸極大負擔。Hugging Face 團隊分享了如何透過影片編碼（如 H.264/MP4）與優化關鍵影格（GOP）設定，在維持高訓練讀取效能的前提下，將數據集體積壓縮 10 到 50 倍，並整合至 LeRobot 生態系中。

摘要由 AI 整理,以原文為準。