RecodeX 重构消息，三星机器人团队提出ε4P方法，用于机器人精细操作学习。该方法基于flow matching训练中不同噪声区间对动作与任务上下文依赖的差异，将两类不完美数据分别准入适配的噪声区间：任务匹配但精度不足的数据用于高噪声区间，提供正确的任务上下文；精度匹配但任务不匹配的数据用于低噪声区间，提供精准的动作监督。整个过程不改变模型架构、训练目标和数据采样概率。

多项真机测试显示，在完全相同的数据集下，ε4P相比直接混训大幅提升任务成功率，效果远超仅使用目标任务高精度数据的基线，并可接近新增等量高精度数据的效果，有望降低机器人操作任务对专门采集高精度示范数据的依赖，减少示教采集成本。