如何量化人类演示数据的场景覆盖度

机器人学习买方常要求人类演示数据「更多样」，却缺少对覆盖度的共同定义。场景覆盖不等于原始小时数，也不等于营销场景库里的片段数量。它是一套可度量的组合——任务族、环境、交互类型与采集包络——训练与评估集真正用得上的那种。若不量化，采购就会默认盯着体量；而体量本身挡不住训练/评估偏斜、脆弱策略，或是表格上很「多样」、光学与时间失败模式却一再重复的批次。

本文是面向买方的指南，说明如何为第一视角双目人类演示项目量化场景覆盖。它把常被混为一谈的三件事拆开：(1) 用于范围讨论的场景库；(2) 证明传感器栈的我方设备参考采集；(3) 以可验收小时计量的产能。下文数字与产物仅来自可核验的公开事实：样片 2 条 episode、4,914 帧、合计 163.47 s（EP001 电脑接线 121.57 s；EP002 补货 41.90 s），以 LeRobot v3 发布、许可 CC BY-NC 4.0，配套工具与面向商业范围讨论的产品站。任何覆盖计划旁边都应写清那条不变的核心主张：时间戳是记录的，不是计算的。

为什么「多样性」当不了验收指标

「场景多样」听起来买方友好，却过不了质检。两家供应商都可以声称多样，同时交付：

• 同一接触模式、换壁纸的大量短片段
• 混用多类相机、却没有共享标定版本
• 软同步双目却标成第一视角双目
• 按 FPS 回填时间列，让每条 episode 看起来都像完美的 30 fps 网格
• 把第三方素材库说成与 SOW 参考同一套设备栈

覆盖度量化就是为了挡住这些替换。你需要的语言是：哪些任务族、在何种光学与时间包络下、带何种出处、每月可验收吞吐是多少。再软一点，交付后就会变成扯皮。

覆盖的三层（不要合并）

第一层 — 场景库（范围参考）

场景库回答：我们该规划哪些内容族？ 规划讨论里，一个有用的参考是 89 个片段、跨 8 个场景。用它讨论任务配比、边界情况与评估切片——工厂装配相对电子、零售补货相对家庭操作、包装相对服装作业，等等。

关键边界：在该场景库叙事中，只有 EP001 与 EP002 是我方设备采集。不要在 SOW、数据集卡片或销售材料里，把其余库内片段写成同一设备栈录制。场景库是覆盖规划地图，不是声称每个片段都具备公开样片的双目、IMU 与时间戳属性。

第二层 — 我方设备参考样片（包络证明）

没有封存光学/时间包络的覆盖是虚构。公开样片是可核验的证明——「第一视角双目人类演示」在验收上意味着什么：

EP001（接线）与 EP002（补货）刻意对应不同交互模式——精细电子接触相对货架/补货运动——这样覆盖讨论可以从两个真实任务起步，而不必虚构第三类设备。

第三层 — 产能（可验收小时）

产能回答：每月能发出多少已通过验收的小时？ 参考数字是 10,000+ 可验收小时/月。「可验收」必须指已通过与样片包络相同门控的小时——硬件同步、记录时间戳、IMU 连续性、标定打包、schema 加载——而不是原始墙钟录制时间。把产能与场景库片段数混在一起，团队就会买到 10,000 小时错误分布。

买方可用的实用覆盖记分卡

沿可审计的轴量化覆盖。让每条轴独立，这样强场景库遮不住弱时间基准。

1. 任务族配比（来自 89 / 8 场景库）

开录前为每个场景族设定目标百分比。规划问题示例（不是虚构交付承诺）：

• 精细装配/类接线接触，相对类补货伸取放置，各要多少可验收小时？
• 哪些评估场景必须留出、永不进入训练批次？
• 哪些族只用于范围讨论（库片段），哪些是生产采集承诺？

把配比写成按族的可验收小时目标，而不是「我们会覆盖场景库」。库的 89 片段 / 8 场景 提供分类法；生产小时在设备包络下兑现该分类法。

2. 交互密度与 episode 长度

覆盖不只是「哪个房间」。接触密集的接线（EP001，121.57 s）与更短的补货（EP002，41.90 s）说明：episode 长度与交互密度也应上记分卡。要求清单报告每条 episode 时长、帧数与任务标签，才能发现供应商用空转走动填满某族配额。

3. 光学与时间包络覆盖

每小时可验收交付都应落在声明包络内：

• 双目 1920×1200、30 fps、硬件同步双目
• 间隔统计匹配参考档（中位数/p99/最大值 ≈ 33.28 ms，0 超规）
• 时间戳在设备上记录——100% 覆盖、无插值
• IMU 约 300.48 Hz，每曝光 10 样本，0 处间隙 >10 ms
• 逐帧 6-DoF 头部位姿

若一批次靠加入软同步或回填素材来「扩大覆盖」，应视为另一种产品，而不是同一种覆盖的更多份。

4. 几何与标定覆盖

双目覆盖需要随货产物：K、KB4、R1/R2、P1/P2、Q、IMU↔cam 外参，以及标定版本。公开参考量级的残差报告（Sampson 0.166 px、重投影 0.800 px、15,811 内点、基线 ~60.7 mm）给质检一个数字伴证。没有版本化标定的覆盖，是你无法复现的覆盖。

5. Schema 与许可覆盖

以 LeRobot v3 交付，可用 LeRobotDataset() 加载，并对齐 Physical-Intelligence/pi-data-sharing 检查。公开样片的 CC BY-NC 4.0 是可核验的参考许可；生产批次的商业条款写在 SOW。Schema 覆盖意味着每小时可验收都能同样加载——而不是一半「多样」集合需要定制适配器。

如何度量覆盖、又不夸大出处

买方与供方应共享一条出处规则：

1. 场景库片段（89 / 8）= 规划分类法与讨论起点。
2. EP001 / EP002 = 带完整包络指标的我方设备双目参考。
3. 生产批次 = 在 SOW 门控下的可验收小时，与场景库规模分开计数。
4. 绝不暗示非 EP001/EP002 的库素材继承样片的硬件同步、IMU 连续性或标定残差。

这条规则保护双方。买方避免为虚幻设备出处付钱。供方避免无意越界宣称。覆盖报告于是列出：各族小时、包络通过率、所用标定版本、schema 加载成功——而不是把混源素材洗进同一个「第一视角双目」桶。

可粘贴的场景覆盖 SOW 表述

SCENE COVERAGE — QUANTIFICATION BLOCK
[ ] Coverage taxonomy referenced from scene library: 89 clips / 8 scenes (scoping only)
[ ] Provenance rule: only EP001 and EP002 are our-device reference captures in the library narrative
[ ] Accepted-hour targets assigned per scene family (table attached)
[ ] Eval hold-outs named; not counted toward training coverage quotas
[ ] Optical/temporal envelope for all accepted hours:
      1920×1200/eye, 30 fps, hardware-synced stereo;
      median=p99=max ≈ 33.28 ms; 0 out of spec;
      100% device-side timestamps, no interpolation (timestamps recorded, not computed);
      IMU ~300.48 Hz, 10 samples/exposure, 0 gaps >10 ms; per-frame 6-DoF head pose
[ ] Calibration products ship with each batch: K, KB4, R1/R2, P1/P2, Q, IMU↔cam, version
[ ] Geometric QA reported against reference class where applicable
      (baseline ~60.7 mm; Sampson 0.166 px; reprojection 0.800 px; 15,811 inliers at sample scale)
[ ] Delivery schema: LeRobot v3; LeRobotDataset(); pi-data-sharing checks
[ ] Capacity commitment stated as accepted hours/month (reference: 10,000+)
[ ] Public sample reference: 2 episodes / 4,914 frames / 163.47 s
      (EP001 wiring 121.57 s; EP002 restocking 41.90 s)

演算示例：从场景库到可验收小时

假设某项目要电子接触与零售补货的模仿数据。用公开样片作包络证明：

1. 让工程打开 Hugging Face 上的 EP001（接线，121.57 s）与 EP002（补货，41.90 s）。
2. 仅用 89 片段 / 8 场景 库决定相邻哪些族进训练、哪些进评估。
3. 按族写可验收小时配额，并要求每批通过上述时序/IMU/标定/schema 门。
4. 月供对照 10,000+ 可验收小时/月 产能计数——不要对照场景库缩略图有多少。
5. 清单分开「范围库 ID」与「生产 episode ID」，让出处可审计。

这套流程把「更多样」变成带通过/失败列的表格，而不是一种感觉。

软性下一步

若你在规划第一视角双目人类演示，需要一份采购与研究都能签字的覆盖计划：先从可核验样片起步——2 episodes / 4,914 帧 / 163.47 s、硬件同步双目、设备侧时间戳、连续 IMU、版本化标定、LeRobot v3——再用 89 片段 / 8 场景 库叠任务族目标，且不夸大设备出处。

• 样片：https://huggingface.co/datasets/tatezhou/ego-stereo-cn-v1
• 工具：https://github.com/TateZhouSiu/ego-stereo-cn-v1-tools
• 产品：https://10khoursdata.com
• 联系：tate@10khoursdata.com

可约一次讲解：可验收小时如何对照包络门计数，以及场景库范围讨论如何与我方设备参考采集分开。这是从「我们需要多样演示」走到可量化覆盖 SOW 的最短路径。

10K HoursData — 第一视角双目人类演示数据，时间戳是记录的、不是计算的；场景库用于范围讨论；可验收小时用于供给。