Ρομποτική και φυσική AI
Η ROBOTERA δέχεται παραγγελίες για το επιδέξιο ρομποτικό χέρι XHAND 1 Pro-U

Βασικά σημείαΟ καθρέφτης χειρός Pro-U της ROBOTERA αντιγράφει τον εξωσκελετό DexUMI της NVIDIA, ώστε…
Δείτε περισσότερα
- Ο καθρέφτης χειρός Pro-U της ROBOTERA αντιγράφει τον εξωσκελετό DexUMI της NVIDIA, ώστε οι ανθρώπινες επιδείξεις να αντιστοιχίζονται άμεσα στις αρθρώσεις του ρομπότ.
- Το GR00T 2 πέτυχε και στις τρεις διχειρικές εργασίες, ενώ το GR00T 1.7 και το π0.5 δεν ολοκλήρωσαν καμία.
- Υλικό καταγραφής με ανοιχτή άδεια, σε συνδυασμό με μια εμπορική χειρ, επιτρέπει στις ομάδες να συλλέγουν δεδομένα με επίγνωση δύναμης χωρίς να καταλαμβάνουν το ρομπότ.
Η ROBOTERA ανακοίνωσε την εμπορική κυκλοφορία του XHAND 1 Pro-U στις 16 Νοεμβρίου 2026, ανοίγοντας τις παραγγελίες για την πρώτη παρτίδα 40 τεμαχίων του επιδέξιου ρομποτικού χεριού με πέντε δάχτυλα, σύμφωνα με την ανακοίνωση για την κυκλοφορία.
Η κυκλοφορία ακολουθεί τη χρήση του χεριού 16-degree-of-freedom στην έρευνα της NVIDIA για το GR00T 2, συμπεριλαμβανομένης μιας επίδειξης του DexUMI που παρουσίασε ο Jim Fan στο Συνέδριο για τη Μάθηση Ρομπότ (CoRL). Η ROBOTERA στοχεύει σε ερευνητικές ομάδες, προγραμματιστές ρομποτικών συστημάτων και βιομηχανικούς συνεργάτες που ασχολούνται με τον επιδέξιο χειρισμό, τη μάθηση ρομπότ και τις εφαρμογές ρομποτικής στον πραγματικό κόσμο.
Προσαρμογή του χεριού στις ανθρώπινες επιδείξεις
Η ROBOTERA σχεδίασε το Pro-U με βάση τον εξωσκελετό DexUMI του NVIDIA GEAR Lab, μια φορετή συσκευή που καταγράφει ανθρώπινες επιδείξεις χωρίς να απαιτείται ρομπότ. Σύμφωνα με την εταιρεία, οι αντίστοιχες αρθρώσεις αντιστοιχίζουν άμεσα τις κινήσεις μεταξύ του εξωσκελετού και του ρομποτικού χεριού, περιορίζοντας την ανάγκη για πρόσθετη μετατροπή της κίνησης. Ο ανασχεδιασμός προσαρμόζει επίσης τη θέση του αντίχειρα, την απτική αίσθηση στην πλευρά της παλάμης και την κινητικότητα των αρθρώσεων, ώστε να διευκολύνει τις φυσικές επιδείξεις και τις ποικίλες στάσεις λαβής.
Η λευκή βίβλος του GR00T 2 αναφέρει ότι το GEAR DexUMI αναπαράγει την κινηματική των αρθρώσεων, τις επιφάνειες επαφής, τη βάση κάμερας καρπού και τη μορφή των απτικών δεδομένων του XHAND1 Pro-U, με αντιστοίχιση ένα προς ένα στις αρθρώσεις του ρομπότ. Κάθε μονάδα GEAR DexUMI συνδυάζει 15 μαγνητικούς κωδικοποιητές για την παρακολούθηση των αρθρώσεων των δαχτύλων, μια κάμερα καρπού OAK και αισθητήρες στις άκρες των δαχτύλων για τη μέτρηση κάθετων και διατμητικών δυνάμεων. Δύο μονάδες μπορούν να φορεθούν ταυτόχρονα για την καταγραφή επιδείξεων με τη χρήση και των δύο χεριών.
Από την επίδειξη στην εκτέλεση από το ρομπότ
Κατά τη συλλογή δεδομένων, ο χρήστης χειρίζεται απευθείας πραγματικά αντικείμενα, ενώ το DexUMI καταγράφει τις κινήσεις των χεριών, το βίντεο από την κάμερα καρπού και τις δυνάμεις που ασκούνται στις άκρες των δαχτύλων. Οι επιδείξεις αυτές χρησιμοποιούνται για τη μετεκπαίδευση του GR00T 2, και οι δεξιότητες που μαθαίνει το μοντέλο εκτελούνται σε ένα ρομπότ Tianji με δύο βραχίονες, εξοπλισμένο με δύο χέρια XHAND1 Pro-U. Για τις τρεις εργασίες που αξιολογήθηκαν, η μετεκπαίδευση βασίστηκε αποκλειστικά στις επιδείξεις με τη φορετή συσκευή, χωρίς τηλεχειρισμό ειδικά για τις εργασίες ή πρόσθετα γενικά δεδομένα κίνησης ρομπότ· κανένας χειριστής δεν έλεγχε εξ αποστάσεως το ρομπότ-στόχο κατά τη συλλογή δεδομένων.
Οι καταγραφές δυνάμεων συμβάλλουν επίσης στον έλεγχο. Η NVIDIA μετατρέπει τις δυνάμεις που ασκούνται στις άκρες των δαχτύλων σε ροπές αρθρώσεων και τις προσθέτει στους στόχους ενεργειών του ρομπότ. Κατά την εκτέλεση, η προβλεπόμενη ροπή μειώνει την ακαμψία κάθε άρθρωσης και μετατοπίζει τον στόχο θέσης της, επιτρέποντας στο χέρι να ασκεί την προβλεπόμενη δύναμη, ενώ παράλληλα λαμβάνει υπόψη την αβεβαιότητα ως προς τη θέση. Αυτός ο μηχανισμός υποστηρίζει ενέργειες που απαιτούν εκτεταμένη επαφή, όπως το κόψιμο σε φέτες, το ξεβίδωμα ενός καπακιού και το άναμμα ενός σπίρτου.
Η NVIDIA διαθέτει τα σχέδια υλικού και την τεκμηρίωση του DexUMI με άδεια CC BY 4.0, εξαιρουμένων των φωτογραφιών προϊόντων των προμηθευτών, ενώ το λογισμικό συλλογής δεδομένων της διατίθεται από προεπιλογή με άδεια Apache-2.0. Τα αρχεία περιγραφής ρομπότ XHAND του προμηθευτή διατίθενται ξεχωριστά με άδεια MIT, ενώ το εμπορικό ρομποτικό χέρι της ROBOTERA καλύπτει το σκέλος της εκτέλεσης στην ίδια ροή εργασιών.
Αποτελέσματα σε τρεις εργασίες με χρήση και των δύο χεριών
Η αξιολόγηση κάλυψε τρεις ακολουθίες πολλών βημάτων, οι οποίες συνδύαζαν τη χρήση εργαλείων, τη μεταφορά αντικειμένων από το ένα χέρι στο άλλο και τον χειρισμό καπακιών. Η προετοιμασία γιαουρτιού με μπανάνα περιλάμβανε το πιάσιμο ενός μαχαιριού, το κόψιμο της μπανάνας σε φέτες, την αφαίρεση του καπακιού του γιαουρτιού και τη μεταφορά των κομματιών σε ένα μπολ. Για το σερβίρισμα γκρανόλας, απαιτούνταν η μεταφορά ενός βάζου από το ένα χέρι στο άλλο, το ξεβίδωμα του καπακιού του και η χρήση μιας σπάτουλας. Στην εργασία χημείας της φωτιάς, το ρομπότ άναψε ένα σπίρτο, άναψε μια λάμπα κάτω από μια φιάλη και έσβησε το σπίρτο σε νερό.
Στην αξιολόγηση της NVIDIA, το GR00T 2 πέτυχε συνολικά ποσοστά επιτυχίας 60% για την εργασία με το γιαούρτι και την μπανάνα, 80% για το σερβίρισμα γκρανόλας και 75% για τη χημεία της φωτιάς. Τα GR00T 1.7 και π0.5, τα οποία μετεκπαιδεύτηκαν στις ίδιες επιδείξεις DexUMI με την ίδια συνταγή δεδομένων, δεν ολοκλήρωσαν καμία από τις τρεις εργασίες στο σύνολό της. Τα αποτελέσματα αφορούν τις συγκεκριμένες ακολουθίες δοκιμών και δεν αποτελούν γενικό δείκτη αξιοπιστίας για άλλες εργασίες ή περιβάλλοντα λειτουργίας.
Ο συνδυασμός σχεδίων καταγραφής με ανοικτές άδειες και ενός εμπορικού χεριού που έχει σχεδιαστεί ώστε να συνεργάζεται με αυτά προσφέρει στις ερευνητικές ομάδες έναν συγκεκριμένο τρόπο συλλογής επιδείξεων που λαμβάνουν υπόψη τις δυνάμεις, χωρίς να δεσμεύουν το ρομπότ-στόχο. Ο περιορισμός που απομένει αφορά την εκτέλεση: τα αποτελέσματα καταδεικνύουν μεταφορά δεξιοτήτων και στις τρεις ακολουθίες, αλλά οι αποτυχημένες δοκιμές αφήνουν ανοιχτό το ερώτημα κατά πόσο μπορεί να επιτευχθεί σταθερή απόδοση από άκρο σε άκρο σε ευρύτερη κλίμακα.












