北京
在非結構化的真實世界制造環境中部署人形機器人是機器人研發中最難解決的問題之一。實現這一能力的有效途徑是遙操作驅動的模仿學習——捕捉人類運動數據，并使用它來訓練機器人策略，這些策略可以在不同任務和條件中進行擴展。
為了應對這一挑戰，阿波羅人形機器人的開發商Apptronik選擇使用MANUS手套，在德國柏林的梅賽德斯-奔馳生產工廠中收集機器人學習所需的精確手部和手指運動數據，并以此訓練其機器人完成各種車間中的復雜任務。
MANUS手套如何實現大規模遙操作
MANUS數據手套使用基于電磁場的跟蹤系統來跟蹤用戶手部的全部運動數據。與光學或基于IMU的系統不同，這種方法不受遮擋的影響，在復雜環境中表現更穩定。
在梅賽德斯-奔馳的工廠部署中，戴著MANUS手套的人類操作員直接遙控阿波羅機器人完成任務，系統則實時記錄同步數據。這種遙操作流傳輸允許阿波羅機器人在人類指導下立即執行任務，同時生成策略學習所需的訓練數據集。
從遙操作到自主學習能力
隨著策略性能隨著數據的積累而提高，阿波羅機器人可以逐漸從完全的遙操作過渡到人類監督的自主完成任務，并最終過渡到獨立執行任務。這種進展的質量直接取決于輸入數據的保真度，使得MANUS手套采集到的精確數據是提升系統整體學習效率的關鍵因素。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
