机器人学做人，VR来当老师

AI 大模型使得机器人能够看懂所处的环境境地, 然而仅仅看懂是不行不相关联 , 必须还要会运用其手操作行动。传统的机器人依靠编写固定的代码 , 在特定的固定地点重复开展工作。具身智能却需要在杂乱无章的现实世界当中 , 接连不断连贯完成移动、抓取等复杂的动作的一系列的行为。这就仿佛如同是从“流水线工人”转变成为了“全能保姆” , 难度直接成倍地增长翻倍。

机器人要学会这些, 得有人去教授它, 它要清楚人手所处位置 , 要明白人手朝着哪个方向转动 , 要知晓该如何抓取物品。这种涉及空间动作的相关数据 , 以往是VR技术用于构建游戏场景 、展现虚拟世界风貌的。如今 , 这套技术已然转变成为了供机器人学习所用的类似“教科书”的东西。VR头显 以及手柄 , 实际上它就类似于能够记录人类动作的摄像机。

头显变指挥棒，手柄当遥控器

于2026世界人工智能大会上, 大朋展示了新方案, 操作者彼时戴上E4具身版头显, 手里拿着配套手柄, 另系统借助摄像头以及IMU传感器, 进行人在三维空间里位置与方向的实时计算, 且这些数据并非显示于屏幕内, 而是直接传递给机器之人有手中也么哥。

被接收到指令的机器人, 其机械臂或者人形躯体就会去模仿人的动作, 像人抬手的时候, 机械臂也会抬手, 人要是抓取, 夹爪便会闭合, 这听着简单, 实际上是涉及复杂的坐标转换的, VR设备负责进行采集, PC端负责予以处理, 最后是由机器人运控系统来执行的, 这三者必须严丝合缝, 才能够动作同步。

对齐是难点，精度定生死

若想将人的动作完美地复刻呈现给机器人, 其中最重要的阻碍便是“动作相匹配精确对准”, VR中的坐标系与机器人的物理构造存在差异, 因此系统必须预先确定位置, 明确方向, 精准调整比例。当操作者实施一个抓取动作时, 算法需要把这个动作解析拆分为, 能够让机器人关节理解明白的指令。

要是追踪的精密度不足够, 又或者采样的频率太过低, 那机器人举动就将会出现卡顿、呈现变形, 延迟更是极其严重的问题, 操作者做出了一下动作, 机器人要过很久才做出反应, 根本无法进行干活, 因此, 高帧率、低延迟属于硬性的指标, 在某些特定的场景之下, 甚至不需要头显, 仅仅使用手柄或者数据手套就能够达成精准输入。

采集即训练，数据变资产

遥操作并非仅仅只是操控机器人去干活而已, 更是在于收集为训练所需的数据。机器人对人类每一个动作进行模仿, 其动作均被记录下来。那些涵盖位姿、轨迹以及关节状态的数据, 按照时间轴有序予以整理, 便成为了极为宝贵的真机示范样本。

早已被海外高校用来对PR2机器人进行这种训练的方法 国内如今也迈入实施阶段 大朋所拥有的方案 可以将采集的全部数据直接予以纳入 机器人企业的研发流程之列 这便表明无需企业再去自行开发数据采集软件 达到了节省时间以及成本的最终目的 这些具备超高质量特点的动作数据 将会被投入并应用于 针对模仿学习模型的训练环节 进而让机器人变得愈发聪明。

未来有触觉，生态正在建

大朋谋划在2026年下半年推出数据手套以及手臂追踪套件, 如此一来, 即便没戴头显, 也能够捕获更为完整的手部细节变化, 到了2027年, 还要增添触觉和力觉传感功能, 往后机器人不但能够知晓“抓何处”, 而且还能够感知“用了多大的力气”, 这对于精密装配而言是相当重要的, 能够避免捏碎易碎物品。

大朋并非想要去制造机器人本体, 那是同行所从事的事情。它仅仅是做空间计算这个事儿, 以及动作输入设备。通过对不同品牌的机器人进行适配, 由此大朋正在构建起一座具身智能生态。它主动提供“手脚”, 还负责提供“眼睛”, 从而让机器人公司能够专心致力于大脑以及身体方面。这样的一种分工合作方式, 想来或许才是行业得以快速落地的关键所在。

你认为机器人最为需要借助哪种传感器去辅助学习, 是视觉传感器, 还是触觉传感器, 亦或是力觉传感器, 欢迎于评论区留言展开讨论，要是觉得其有用处的话, 请进行点赞以及分享！