FLORA：用于扩展机器人数据引擎的开放模型套件
英伟达团队发布工业级机器人数据引擎 Flora，用于训练 GR00T 模型，同时提供结果奖励标签、过程奖励标签和带时间戳的说明文字三类数据标注能力。Flora 在说明文字基准 WGO-Bench 及奖励基准 RoboReward、Robometer 上取得 SOTA，内部基准与 GPT-6 Astra 相当，成本约为后者的 1/125。该引擎已在 512 块 GB300 上每天标注 20 万小时数据，并已开源，供研究者扩展自定义机器人数据集。
发布于 10-27 10:53来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《FLORA: An Open Model Suite for Scaling Robotics Data Engines》查看原链
arXiv:2610.31779v1 公告类型：新论文 摘要：机器人基础模型的生命周期关键取决于数据标签。 结果奖励标签用于监控真实世界部署；过程奖励标签用于强化学习后训练；带时间戳的说明文字用于筛选和平衡预训练数据。 我们提出 Flora，一个用于训练 GR00T 模型的工业级数据引擎，同时覆盖上述能力。
Flora 在说明文字基准 WGO-Bench 以及奖励基准 RoboReward 和 Robometer 上取得 SOTA 分数。 在内部基准上，它与 GPT-6 Astra 相当，同时优于其他前沿模型。 该模型比基于 API 的替代方案便宜得多，约为 GPT-6 Astra 的 125 分之一。
Flora 已在大规模场景中经过实战检验，在 512 块 GB300 上每天标注 20 万小时数据。 通过开源我们的数据引擎，我们使研究人员能够扩展自定义机器人数据集，并探索物理自动研究、人到机器人迁移等新兴应用。