知识卡片：GUILD——面向模仿学习的引导式迭代数据采集

一句话结论

GUILD 提出一种“引导式数据采集”（GDC）框架，在机器人模仿学习的数据采集环节就主动决定“该采什么”，而不是采完再筛选，从而提升样本效率与部署表现。

事件概述或研究问题

机器人模仿学习策略依赖昂贵的真实世界遥操作数据。现有数据采集往往缺乏引导，依赖操作员直觉，产生对策略性能贡献很小的数据。已有工作证明对无引导数据集做筛选（curation）能显著提升策略表现，但这类方法是在采集之后过滤，无法避免采集无信息数据本身。GUILD 要解决的问题是：如何在采集之前和采集过程中主动推理“哪些数据值得采”，以最大化下游策略性能。

方法/产品要点

• 提出引导式数据采集（Guided Data Collection, GDC）方法 GUILD，核心是一个迭代闭环框架，交替进行两步：
  1. 任务提议与数据采集：利用视觉-语言模型（VLM）的语义先验，识别相关的环境、物体配置与目标，指导采集什么。
  2. 数据评估：由于语义相关不等于策略会变好，用预测性数据归因（predictive data attribution）近似估计已采集轨迹对目标部署场景下策略性能的影响。
• 将数据评估信号作为反馈，指导后续数据采集，闭合采集回路。
• 在仿真与真实机器人两种设置中评估。

主要结果或产业意义

• 论文摘要称：与被动数据采集策略、多个基线以及经验丰富的机器人操作员相比，引导式数据采集显著提升了样本效率和部署性能。
• 具体数值指标、任务细节与统计显著性在摘要中未给出，待核实（需查原文与项目页 https://robin-lab.cs.utexas.edu/guild2026/ ）。

为什么重要

• 把“数据筛选”前移为“数据采集引导”，从源头减少无信息数据的采集成本，对遥操作数据昂贵、采集预算有限的机器人学习场景有直接价值。
• 将 VLM 语义先验与数据归因信号结合，形成“提议—评估—再提议”的闭环，为主动数据采集提供了一种可操作的框架范式。
• 与既有的偏置感知主动采集、重目标引导强化学习等脉络相比，本条增量在于：以预测性数据归因作为采集反馈信号，并直接面向真实遥操作采集流程。

局限与不确定性

• 摘要未披露具体任务集、基线配置、样本效率提升幅度等定量结果，待核实。
• 预测性数据归因的近似精度及其在不同任务/ embodiment 上的可迁移性，待核实。
• 对 VLM 语义先验质量的依赖程度、失败模式，待核实。
• 真实机器人实验规模（任务数、试次数、操作员数量）待核实。

可用于图书/PPT/简报的角度

• “采集前引导 vs 采集后筛选”：数据质量治理的关口前移。
• 数据归因作为采集反馈信号：把“这条轨迹值不值得采”变成可估计的量。
• VLM 语义先验 + 归因评估的双信号闭环：语义相关 ≠ 策略提升，需要第二道验证。
• 与人类操作员直觉采集的对比：可作为“专家直觉 vs 系统性引导”的案例。

与既有脉络的关系

• 与“战略性扩展：通过偏置感知评估与数据收集实现组合泛化”同属主动数据收集方向，但后者聚焦语义因素偏置诊断与偏置补偿采集；GUILD 的增量在于用预测性数据归因估计轨迹对部署性能的影响，并闭环反馈到采集提议。
• 与 REGRIND（单演示 + 重目标 + 残差强化学习）不同：GUILD 关注的是采集哪些数据，而非如何从少量演示中训练策略。

原始材料

• 标题：GUILD: Guided Iterative Data Collection for Imitation Learning
• 作者：Shivin Dass, Kevin Nguyen, Rohan Yelandur, Junhong Xu, Roberto Martín-Martín
• arXiv ID：2611.05368v1（cs.RO；交叉 cs.LG）
• 发布/更新：2026-11-03
• 摘要页：https://arxiv.org/abs/2611.05368v1
• PDF：https://arxiv.org/pdf/2611.05368v1
• 项目页：https://robin-lab.cs.utexas.edu/guild2026/
• 关键词：Guided Data Collection；Imitation Learning；Data Attribution；Vision-Language Models；Robot Manipulation