北大董豪团队推出 HIL-UMI，让具身后训练摆脱真机依赖

北大和启元机器人董豪团队推出 HIL-UMI，在 UMI 手持夹爪采集中加入模型预测，通过动作分歧检测和优势估计器定点捕获模型盲区，实现无本体后训练纠错。真实机械臂四项任务测试中，相同数据预算下平均任务进度分从常规 SFT 的 58.0 提升到 94.8，整理桌面任务有效数据采集效率较真机 HG-DAgger 提升 5.63 倍。