量子位
·
机器人“会用手”了！银河通用首破手掌任意朝向旋转难题
💡
原文中文，约4400字，阅读约需11分钟。
📝
内容提要
银河通用推出的DexNDM灵巧手神经动力学模型，实现了手掌任意朝向的物体旋转，突破Sim2Real鸿沟，能够精准操控多种物体，推动机器人从简单抓取向精细操作转变，提升生产力。
🎯
关键要点
- 银河通用推出的DexNDM灵巧手神经动力学模型，实现了手掌任意朝向的物体旋转。
- DexNDM通过分布有偏的真实数据训练，弥合Sim2Real鸿沟，能够精准操控多种物体。
- 灵巧手能够实现跨物体、跨姿态的稳定旋转，适用于多种复杂操作任务。
- DexNDM的关节级神经动力学模型提升了数据利用效率和模型的泛化能力。
- DexNDM采用全自动数据收集策略，机器人能自主生成丰富的接触数据。
- DexNDM的训练流程从专家到通才，实现跨任务、跨形态的稳定操作。
- DexNDM解决了手内旋转和工具使用的难题，推动机器人从简单抓取向精细操作转变。
- 灵巧操作的能力包括抓取、环境辅助操作、柔性物体操作、手内操作和工具操作。
- DexNDM为灵巧操作的工业化落地奠定了基础，提升了实际生产力。
- 灵巧手的应用场景从简单的搬运进化到复杂的装配和工具使用，成为真正的生产力单元。
❓
延伸问答
DexNDM灵巧手的主要功能是什么？
DexNDM灵巧手能够实现手掌任意朝向的物体旋转，支持多种复杂操作任务。
DexNDM如何弥合Sim2Real鸿沟？
DexNDM通过分布有偏的真实数据训练，无需成功示例即可完成高精度学习，克服了Sim2Real的差距。
DexNDM的训练流程是怎样的？
DexNDM采用从专家到通才的训练流程，先训练多个专家策略，再融合为一个通用策略。
灵巧手的应用场景有哪些？
灵巧手的应用场景包括抓取、环境辅助操作、柔性物体操作、手内操作和工具操作。
DexNDM如何提升机器人的操作能力？
DexNDM通过关节级神经动力学模型提升数据利用效率和模型的泛化能力，使机器人能够进行更复杂的操作。
灵巧操作与传统抓取的区别是什么？
灵巧操作不仅包括抓取，还涉及工具使用和复杂的手内操作，代表了更高层次的操作能力。
➡️
