人形机器人训练数据不够用怎么办：遥操作、仿真与现场日志的取舍

机器人数据采集成本很高

一段有效数据要同步包含图像、关节、力反馈、动作和任务结果，还依赖真实设备与操作者。硬件结构稍有变化，旧数据就可能无法直接复用，这与互联网文本数据有本质区别。

遥操作提供意图但存在偏差

人可以快速示范复杂任务，却可能做出机器人难以稳定复现的动作。通信延迟、映射方式和操作者水平都会进入数据。采集时必须保留失败与修正过程，而不只是最终成功轨迹。

仿真解决规模但不能替代现实

仿真适合并行尝试和危险动作，但接触、软材料和传感噪声难以完全还原。有效方法是扩大随机范围，再用真实数据校准，并持续检查策略是否利用了仿真中不存在的捷径。

现场日志决定长期进化

最有价值的样本往往是低频异常。未来平台应自动发现不确定片段，完成脱敏、标注、回放和回归测试，让每次部署都能为下一次部署降低成本。