COBALT 是一个面向机器人学习的远程操作（teleoperation）平台，由 Ayush Agarwal 等九位作者提出，论文于 2026 年 5 月 18 日提交至 arXiv，编号 arXiv:2605.19138，归属于机器人学（cs.RO）分类，同时涉及人工智能（cs.AI）与机器学习（cs.LG）。该研究瞄准的核心痛点是：在机器人操作领域，模仿学习（imitation learning）想要规模化，最大的瓶颈之一就是缺乏大规模、高质量的示范数据，而 COBALT 的目标正是通过众包方式在仿真与真实世界中同时降低数据采集门槛。
在技术架构上，COBALT 借助向量化环境（vectorized environments）构建了可扩展、带负载均衡的基础设施，使得多名用户可以同时在同一块 GPU 上进行远程操作，从而显著摊薄单次遥操作的成本。操作者几乎可以从地球任何位置接入，使用的设备都是常见硬件，包括单部或双部智能手机、VR 头显、3D 鼠标以及键盘。为了保持控制与画面渲染之间的同步，系统采用了内存中的数据缓存和高效的视频流传输：在每块 GPU 支持最多 8 名并发用户的情况下，可以维持数十名用户以 20 Hz 的更新频率操作，端到端延迟低于 100 毫秒。作者还展示了跨硬件的稳定性，即使用 8 块 GPU 支撑 256 个模拟客户端，说明系统既能横向扩展，也能在单台服务器内高效复用资源。
用户研究是这篇论文的重要支撑。研究结果显示，基于手机的遥操作在表现上与专用硬件相当甚至更好，同时数据采集更快、更符合人体工学。这为“用大众设备取代昂贵专业设备”的可行性提供了实证依据。在数据质量方面，COBALT 会实时记录一整套指标，用于自动过滤掉不合格的示范；作者进一步证明，结构化的用户培训课程能显著提升数据采集质量，也就是说，众包采集的效果不仅取决于设备，还取决于操作者是否受过系统训练。
基于用户研究的洞见，团队开展了一次大规模众包试点：来自九个国家的操作者使用智能手机，在五天内采集了 7500 多条示范数据，总时长超过 50 小时。作者通过在这些数据上训练当前最先进的模仿学习算法，验证了数据集的质量。项目主页为 cobalt-teleop.github.io，论文全文、PDF 与 HTML 版本均可通过 arXiv 获取，DOI 为 10.48550/arXiv.2605.19138（DataCite 注册尚待完成），提交版本 v1 的源码包大小为 6,921 KB。总体而言，COBALT 提供了一条从设备民主化、并发基础设施、实时质量控制到众包数据落地的完整链路，为机器人模仿学习的数据规模化提供了可复制的范式。