# 自采动捕数据重定向质量差，如何用工具优化？

> 原文链接：https://robotics.hellobike.com/pitfalls/2026-04-27-unitree-rl-lab-123
> 频道：pitfalls | 更新日期：2026-04-27 | 标签：auto, github-issue, unitree_rl_lab
> 核心摘要：针对自采动捕数据经GMR重定向效果不佳问题，建议使用CSVEditor工具对重定向数据集进行后处理优化。

# 自采动捕数据重定向质量差，如何用工具优化？

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[请教重定向数据集问题](https://github.com/unitreerobotics/unitree_rl_lab/issues/123)（GitHub unitreerobotics/unitree_rl_lab #123）

**状态**：有绕过办法

## 问题

用户使用自有动捕设备采集的数据经过GMR算法重定向后，生成质量无法达到LAFAN1_Retargeting_Dataset标准，寻求数据重定向后处理的具体优化方向与方法。

## 环境

unitree_rl_lab项目环境，涉及LAFAN1_Retargeting_Dataset数据集与GMR重定向算法流程。

## 解决办法

1. 访问 https://github.com/kudouxiao/CSVEditor 获取CSVEditor工具源码或发布包。
2. 使用该工具加载并编辑重定向后的数据集文件，针对性调整关键帧或轨迹数据以修复异常。
3. 将处理后的数据重新导入训练或仿真管线验证质量提升效果。

讨论原作者：@Bluetree-1203 等，版权归原作者所有。
:::

## 原始参考来源 (Sources)

- [GitHub unitreerobotics/unitree_rl_lab #123：请教重定向数据集问题](https://github.com/unitreerobotics/unitree_rl_lab/issues/123)