Robotyka i fizyczna AI
ROBOTERA rozpoczyna przyjmowanie zamówień na zręczną robotyczną dłoń XHAND 1 Pro-U

Kluczowe punktyLustro dłoni Pro-U firmy ROBOTERA naśladuje egzoszkielet DexUMI firmy NVIDIA, dzięki…
Zobacz więcej
- Lustro dłoni Pro-U firmy ROBOTERA naśladuje egzoszkielet DexUMI firmy NVIDIA, dzięki czemu ludzkie demonstracje odwzorowują się bezpośrednio na stawy robota.
- GR00T 2 odniósł sukces we wszystkich trzech zadaniach dwuręcznych, podczas gdy GR00T 1.7 i π0.5 nie ukończyły żadnego.
- Otwartie licencjonowany sprzęt do przechwytywania w połączeniu z komercyjną dłonią pozwala zespołom gromadzić dane uwzględniające siłę bez zajmowania robota.
Jak wynika z komunikatu o premierze, 16 listopada 2026 r. ROBOTERA ogłosiła komercyjną premierę modelu XHAND 1 Pro-U i rozpoczęła przyjmowanie zamówień na pierwszą partię 40 sztuk pięciopalczastej, zręcznej dłoni robota.
Premiera jest następstwem wykorzystania dłoni o 16 stopniach swobody w badaniach NVIDIA nad GR00T 2, w tym demonstracji z użyciem DexUMI, którą Jim Fan zaprezentował na konferencji Conference on Robot Learning (CoRL). ROBOTERA kieruje ofertę do zespołów badawczych, twórców robotyki i partnerów branżowych pracujących nad zręczną manipulacją, uczeniem robotów i zastosowaniami robotyki w rzeczywistym świecie.
Dopasowanie dłoni do demonstracji wykonywanych przez ludzi
ROBOTERA zaprojektowała model Pro-U z myślą o egzoszkielecie DexUMI firmy NVIDIA GEAR Lab — urządzeniu noszonym na ciele, które rejestruje demonstracje ludzi bez potrzeby używania robota. Według firmy odpowiadające sobie stawy bezpośrednio przenoszą ruchy między egzoszkieletem a dłonią robota, ograniczając konieczność dodatkowego przeliczania ruchu. W przeprojektowanej dłoni zmieniono także położenie kciuka, rozmieszczenie czujników dotykowych po stronie dłoniowej oraz zakres ruchu, aby umożliwić naturalne demonstracje i różnorodne pozycje chwytu.
Biała księga GR00T 2 podaje, że GEAR DexUMI odwzorowuje kinematykę stawów, powierzchnie kontaktu, mocowanie kamery na nadgarstku i format danych dotykowych modelu XHAND1 Pro-U, zapewniając odwzorowanie jeden do jednego względem stawów robota. Każdy egzemplarz GEAR DexUMI łączy 15 enkoderów magnetycznych śledzących ruch stawów palców, kamerę OAK na nadgarstku oraz czujniki na opuszkach palców mierzące siły normalne i ścinające. Dwa urządzenia można nosić jednocześnie, by rejestrować demonstracje wykonywane obiema rękami.
Od demonstracji do działania robota
Podczas zbierania danych osoba nosząca DexUMI bezpośrednio manipuluje rzeczywistymi przedmiotami, a urządzenie rejestruje ruchy dłoni, obraz z kamery na nadgarstku i siły działające na opuszki palców. Demonstracje te służą do dalszego trenowania modelu GR00T 2, a wyuczone umiejętności są wykonywane przez dwuramiennego robota Tianji wyposażonego w dwie dłonie XHAND1 Pro-U. W przypadku trzech ocenianych zadań dalsze trenowanie opierało się wyłącznie na demonstracjach zarejestrowanych za pomocą urządzenia noszonego na ciele — bez zdalnego sterowania dostosowanego do konkretnych zadań i bez dodatkowych ogólnych danych o ruchach robotów; podczas zbierania danych żaden operator nie sterował zdalnie robotem docelowym.
Zarejestrowane siły wpływają również na sterowanie. NVIDIA przelicza siły działające na opuszki palców na momenty obrotowe stawów i dodaje je do wartości docelowych działań robota. Podczas wykonywania zadania przewidywany moment obrotowy zmniejsza sztywność każdego stawu i koryguje jego docelowe położenie, dzięki czemu dłoń może przyłożyć przewidywaną siłę, uwzględniając jednocześnie niepewność położenia. Mechanizm ten umożliwia działania wymagające intensywnego kontaktu z przedmiotami, takie jak krojenie, odkręcanie pokrywki i odpalanie zapałki.
NVIDIA udostępnia projekty sprzętu DexUMI i dokumentację na licencji CC BY 4.0, z wyłączeniem zdjęć produktów dostawców, a oprogramowanie do zbierania danych — domyślnie na licencji Apache-2.0. Pliki opisujące roboty XHAND dostawcy są objęte odrębną licencją MIT, natomiast komercyjna dłoń ROBOTERA stanowi wykonawczą część tego samego procesu.
Wyniki w trzech zadaniach wymagających użycia obu rąk
W ramach oceny przeprowadzono trzy wieloetapowe sekwencje łączące używanie narzędzi, przekazywanie przedmiotów między rękami i obsługę pokrywek. Przygotowanie banana z jogurtem obejmowało sięgnięcie po nóż, pokrojenie banana, zdjęcie pokrywki z jogurtu i przełożenie kawałków do miski. Nabieranie granoli wymagało przekazywania słoika między rękami, odkręcenia pokrywki i użycia łopatki. W zadaniu z chemii ognia robot uderzył zapałką, zapalił lampkę pod kolbą i zgasił zapałkę w wodzie.
W ocenie NVIDIA ogólny odsetek udanych prób modelu GR00T 2 wyniósł 60% w zadaniu z bananem i jogurtem, 80% przy nabieraniu granoli i 75% w zadaniu z chemii ognia. Modele GR00T 1.7 i π0.5, trenowane uzupełniająco na tych samych demonstracjach DexUMI i według tej samej metodyki przygotowania danych, nie ukończyły żadnego z trzech pełnych zadań. Są to wyniki uzyskane w określonych sekwencjach testowych, a nie ogólna miara niezawodności w innych zadaniach lub warunkach pracy.
Połączenie projektów urządzeń rejestrujących dane udostępnionych na otwartych licencjach z dopasowaną do nich komercyjną dłonią daje zespołom badawczym konkretną możliwość zbierania demonstracji uwzględniających siły bez angażowania robota docelowego. Ograniczeniem pozostaje wykonywanie zadań: wyniki pokazują transfer umiejętności we wszystkich trzech sekwencjach, jednak nieudane próby pozostawiają otwartą kwestię stabilnej skuteczności całego procesu w szerszym wdrożeniu.












