Robotica en fysieke AI
ROBOTERA stelt bestellingen open voor de behendige robothand XHAND 1 Pro-U

Belangrijkste puntenROBOTERA's Pro-U handspiegels NVIDIA's DexUMI-exoskelet, zodat menselijke demonstraties…
Meer weergeven
- ROBOTERA's Pro-U handspiegels NVIDIA's DexUMI-exoskelet, zodat menselijke demonstraties direct aan robotgewrichten worden gekoppeld.
- GR00T 2 slaagde voor alle drie de bimanuale taken, terwijl GR00T 1.7 en π0.5 er geen enkele voltooiden.
- Openlijk gelicentieerde vastleghardware in combinatie met een commerciële hand stelt teams in staat krachtbewuste gegevens te verzamelen zonder de robot bezet te houden.
ROBOTERA kondigde op 16 november 2026 de commerciële introductie van de XHAND 1 Pro-U aan en opende de bestellingen voor een eerste oplage van 40 exemplaren van de behendige robothand met vijf vingers, volgens het bericht over de marktintroductie.
De introductie volgt op het gebruik van de hand met 16 vrijheidsgraden in het onderzoek van NVIDIA naar GR00T 2, waaronder een DexUMI-demonstratie die Jim Fan presenteerde op de Conference on Robot Learning (CoRL). ROBOTERA richt zich op onderzoeksteams, roboticaontwikkelaars en industriële partners die werken aan behendige manipulatie, robotleren en praktische robottoepassingen.
De hand afstemmen op menselijke demonstraties
ROBOTERA ontwierp de Pro-U rond het DexUMI-exoskelet van NVIDIA GEAR Lab, een draagbaar apparaat dat menselijke demonstraties vastlegt zonder dat daarvoor een robot nodig is. Volgens het bedrijf brengen overeenkomstige gewrichten de bewegingen rechtstreeks over tussen het exoskelet en de robothand, waardoor minder aanvullende bewegingsomzetting nodig is. Bij het herontwerp zijn ook de positie van de duim, de tactiele sensoren aan de palmzijde en de beweeglijkheid aangepast, zodat natuurlijke demonstraties en uiteenlopende grijphoudingen mogelijk zijn.
In de whitepaper over GR00T 2 staat dat GEAR DexUMI de gewrichtskinematica, contactoppervlakken, bevestiging voor de polscamera en indeling van de tastgegevens van de XHAND1 Pro-U nabootst, met een één-op-éénkoppeling aan de gewrichten van de robot. Elke GEAR DexUMI-eenheid combineert 15 magnetische encoders om de vingergewrichten te volgen, een OAK-polscamera en sensoren in de vingertoppen die normale en schuifkrachten meten. Twee eenheden kunnen tegelijk worden gedragen om demonstraties met beide handen vast te leggen.
Van demonstratie naar uitvoering door de robot
Tijdens het verzamelen van gegevens manipuleert de drager rechtstreeks echte voorwerpen, terwijl DexUMI de handbewegingen, videobeelden van de polscamera en de krachten op de vingertoppen registreert. Deze demonstraties worden gebruikt om GR00T 2 verder te trainen; de aangeleerde vaardigheden worden vervolgens uitgevoerd door een Tianji-robot met twee armen, uitgerust met twee XHAND1 Pro-U-handen. Voor de drie geëvalueerde taken werd de verdere training uitsluitend gebaseerd op de draagbare demonstraties, zonder taakspecifieke bediening op afstand of aanvullende algemene gegevens over robotbewegingen; tijdens het verzamelen bestuurde geen operator de doelrobot op afstand.
De krachtmetingen beïnvloeden ook de besturing. NVIDIA zet de krachten op de vingertoppen om in gewrichtskoppels en voegt die toe aan de actiedoelen van de robot. Tijdens de uitvoering verlaagt het voorspelde koppel de stijfheid van elk gewricht en verschuift het de positiedoelwaarde, zodat de hand de voorspelde kracht kan uitoefenen en tegelijk rekening kan houden met positieonzekerheid. Dankzij dit mechanisme zijn contactintensieve handelingen mogelijk, zoals snijden, een deksel losschroeven en een lucifer aanstrijken.
NVIDIA publiceert de hardwareontwerpen en documentatie van DexUMI onder CC BY 4.0, met uitzondering van productfoto’s van leveranciers, en stelt de software voor gegevensverzameling standaard beschikbaar onder Apache-2.0. De robotbeschrijvingsbestanden van de XHAND van de leverancier vallen afzonderlijk onder de MIT-licentie, terwijl de commerciële hand van ROBOTERA de uitvoeringskant van dezelfde werkwijze levert.
Resultaten voor drie taken met beide handen
De evaluatie omvatte drie reeksen van meerdere stappen, waarin gereedschap werd gebruikt, voorwerpen van de ene hand naar de andere werden overgebracht en deksels werden gehanteerd. Voor de bereiding van banaan-yoghurt pakte de robot een mes, sneed de banaan in plakjes, verwijderde het deksel van de yoghurt en deed stukjes in een kom. Bij het opscheppen van granola moest de robot een pot van de ene hand naar de andere doorgeven, het deksel losschroeven en een spatel gebruiken. Bij de taak met vuur en chemie sloeg de robot een lucifer aan, stak daarmee een lamp onder een kolf aan en doofde de lucifer in water.
In de evaluatie van NVIDIA behaalde GR00T 2 een algemeen succespercentage van 60% voor banaan-yoghurt, 80% voor het opscheppen van granola en 75% voor de taak met vuur en chemie. GR00T 1.7 en π0.5, die verder waren getraind met dezelfde DexUMI-demonstraties en dezelfde gegevensmethode, voltooiden geen van de drie volledige taken. Dit zijn resultaten voor de beschreven testreeksen, geen algemene betrouwbaarheidsscore voor andere taken of gebruiksomgevingen.
Door de vrij te gebruiken ontwerpen voor gegevensverzameling te combineren met een commercieel verkrijgbare bijpassende hand, krijgen onderzoeksteams een concrete manier om demonstraties met krachtinformatie vast te leggen zonder de doelrobot daarvoor in beslag te nemen. De resterende beperking betreft de uitvoering: de resultaten tonen overdracht naar alle drie de reeksen, maar door de mislukte pogingen blijft consistente prestaties van begin tot eind de open vraag voor bredere inzet.












