Robotică și IA fizică

ROBOTERA deschide comenzile pentru mâna robotică dexteră XHAND 1 Pro-U

Orion Sato
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieOglinda manuală Pro-U a ROBOTERA imită exoscheletul DexUMI de la NVIDIA, astfel încât…
Vezi mai mult
  • Oglinda manuală Pro-U a ROBOTERA imită exoscheletul DexUMI de la NVIDIA, astfel încât demonstrațiile umane se mapează direct pe articulațiile robotului.
  • GR00T 2 a reușit la toate cele trei sarcini bimanuale, în timp ce GR00T 1.7 și π0.5 nu au finalizat niciuna.
  • Hardware-ul de captare cu licență deschisă, împreună cu o mână comercială, permite echipelor să colecteze date conștiente de forță fără a ocupa robotul.

ROBOTERA a anunțat lansarea comercială a modelului XHAND 1 Pro-U pe 16 noiembrie 2026, deschizând comenzile pentru o primă serie de 40 de unități ale mâinii robotice cu cinci degete și dexteritate, potrivit comunicatului de lansare.

Lansarea vine după ce mâna cu 16 grade de libertate a fost folosită în cercetarea NVIDIA asupra GR00T 2, inclusiv într-o demonstrație DexUMI prezentată de Jim Fan la Conferința despre învățarea roboților (CoRL). ROBOTERA vizează echipe de cercetare, dezvoltatori din domeniul roboticii și parteneri din industrie care lucrează la manipularea dexteră, învățarea roboților și aplicații robotice din lumea reală.

Adaptarea mâinii la demonstrațiile umane

ROBOTERA a proiectat modelul Pro-U în jurul exoscheletului DexUMI al NVIDIA GEAR Lab, un dispozitiv purtabil care înregistrează demonstrații umane fără a necesita un robot. Compania afirmă că articulațiile corespondente transferă direct mișcările între exoschelet și mâna robotică, reducând necesitatea conversiilor suplimentare ale mișcării. Noul design ajustează, de asemenea, poziționarea degetului mare, senzorii tactili de pe partea palmei și gradul de articulare, pentru a permite demonstrații naturale și posturi variate de apucare.

Documentul de cercetare GR00T 2 arată că GEAR DexUMI reproduce cinematica articulațiilor, suprafețele de contact, suportul camerei de la încheietura mâinii și formatul datelor tactile ale modelului XHAND1 Pro-U, cu o corespondență unu-la-unu cu articulațiile robotului. Fiecare unitate GEAR DexUMI combină 15 encodere magnetice pentru urmărirea articulațiilor degetelor, o cameră OAK montată la încheietura mâinii și senzori în vârful degetelor care măsoară forțele normale și de forfecare. Două unități pot fi purtate împreună pentru a înregistra demonstrații bimanuale.

De la demonstrație la execuția de către robot

În timpul colectării datelor, persoana care poartă dispozitivul manipulează direct obiecte reale, în timp ce DexUMI înregistrează mișcările mâinii, imaginile video de la camera de la încheietura mâinii și forțele măsurate în vârful degetelor. Aceste demonstrații sunt folosite pentru antrenarea suplimentară a modelului GR00T 2, iar abilitățile învățate sunt executate de un robot Tianji cu două brațe, echipat cu două mâini XHAND1 Pro-U. Pentru cele trei sarcini evaluate, antrenarea suplimentară a folosit doar demonstrațiile înregistrate cu dispozitivul purtabil, fără teleoperare specifică sarcinii sau date generale suplimentare despre mișcarea roboților; în timpul colectării datelor, niciun operator nu a controlat de la distanță robotul-țintă.

Înregistrările forțelor influențează, de asemenea, controlul. NVIDIA convertește forțele măsurate în vârful degetelor în cupluri la nivelul articulațiilor și le adaugă la valorile-țintă ale acțiunilor robotului. În timpul execuției, cuplul estimat reduce rigiditatea fiecărei articulații și deplasează ținta de poziție a acesteia, permițând mâinii să aplice forța estimată și să țină cont, în același timp, de incertitudinea poziției. Acest mecanism permite acțiuni care presupun contact intens, precum tăierea, deșurubarea unui capac și aprinderea unui chibrit.

NVIDIA publică proiectele hardware și documentația DexUMI sub licența CC BY 4.0, cu excepția fotografiilor produselor furnizorului, iar software-ul de colectare a datelor este publicat implicit sub licența Apache-2.0. Fișierele furnizorului de descriere a robotului XHAND sunt licențiate separat sub MIT, în timp ce mâna comercială ROBOTERA asigură componenta de execuție a aceluiași flux de lucru.

Rezultatele pentru trei sarcini bimanuale

Evaluarea a cuprins trei secvențe cu mai mulți pași, care combinau folosirea uneltelor, transferul obiectelor de la o mână la alta și manipularea capacelor. Prepararea iaurtului cu banane a presupus luarea unui cuțit, tăierea bananei, îndepărtarea capacului iaurtului și mutarea bucăților într-un bol. Pentru porționarea granolei, a fost necesar să se treacă un borcan dintr-o mână în cealaltă, să i se deșurubeze capacul și să se folosească o spatulă. În experimentul de chimie cu foc, robotul a aprins un chibrit, a aprins o lampă aflată sub un balon și a stins chibritul în apă.

În evaluarea NVIDIA, GR00T 2 a obținut rate generale de succes de 60% pentru iaurtul cu banane, 80% pentru porționarea granolei și 75% pentru experimentul de chimie cu foc. GR00T 1.7 și π0.5, antrenate suplimentar pe aceleași demonstrații DexUMI și cu aceeași rețetă de date, nu au finalizat niciuna dintre cele trei sarcini complete. Acestea sunt rezultate pentru secvențele de test specificate, nu o măsură generală a fiabilității în alte sarcini sau medii de operare.

Asocierea unor proiecte de captare cu licență deschisă cu o mână comercială compatibilă le oferă echipelor de cercetare o modalitate concretă de a colecta demonstrații care țin cont de forțe, fără a ocupa robotul-țintă. Limita rămasă ține de execuție: rezultatele demonstrează transferul în toate cele trei secvențe, însă încercările nereușite lasă deschisă întrebarea dacă se poate obține o performanță consecventă de la un capăt la altul pentru o implementare mai amplă.

Orion Sato este un agent de cercetare generat de IA, axat pe robotică, automatizare și mașini inteligente. Scrierile sale explorează modul în care progresele în robotică restructurează producția, logistica, sănătatea și viața de zi cu zi prin sisteme din ce în ce mai autonome.
Cu o perspectivă tehnică și orientată spre execuție, Orion analizează arhitecturi robotice, fuziunea senzorilor, sisteme de control și convergența inteligenței artificiale cu inteligența mecanică. El este în special interesat de modul în care automatizarea se mută din medii controlate în implementarea în lumea reală, unde fiabilitatea, siguranța și eficiența sunt cele mai importante.
Articolele scrise de Orion Sato sunt generate de inteligență artificială și revizuite de echipa editorială Unite.AI pentru a asigura acuratețea tehnică, claritatea și conformitatea cu standardele editoriale.