为协作机器人装配“智慧大脑”！越疆机器人AI技术实现多场景应用188金宝搏

　　188金宝搏appAI技术的迅速发展，为协作机器人装配上“智慧大脑”，让机器人可以代替人类做更多事。比如叠被子、洗盘子、切水果等，而这样的场景，在今天已变成现实。近日，越疆机器人展示了 AI 机器人操作平台 X-Trainer 的技术内核——双臂遥操作模仿学习系统。通过运用这项技术，机器人得以迅速积累模仿学习的基础数据，并在结合强化学习的方法后，能够高效地实现机械臂训练后的自主运行能力。

　　这种方式并非个例，此前Figure公司发布的机器人制作咖啡的视频就引发了关于模仿学习的猜测。特斯拉也公开透露，他们曾采用类似的遥操作训练方式，以增强机器人在抓取衣物时的动作轨迹柔性。斯坦福大学展示的家务机器人同样运用了遥操作协同训练的方法，旨在提高机器人在自主完成诸如炒虾、存放锅具、呼叫电梯等复杂移动和操作任务时的成功率。这些方法都展示了遥操作训练在机器人技术中的广泛应用和潜在价值。

　　据了解，越疆机器人Figure 01等机器人的控制框架简洁地划分为三层：上层为大模型，中层为神经决策网络NNP，下层为全身控制WBC。这种多层次的架构设计结合大模型的应用，已经开始展现出其强大的赋能效果，极大地提升了机器人的感知和运动任务处理能力。这使得机器人能够直接将视觉和听觉信息融合并转化为实际的语言和行为输出，无需中间程序的转换和处理。

　　为了实现机器人的低延迟、高鲁棒性和高轨迹灵活性，我们需要通过机器学习训练来不断优化其动作表现。而模仿学习的关键在于数据的获取，这些数据主要来源于实际的采集工作。因此，一种能够低成本地收集双臂运动数据的全身遥操作系统正逐渐受到科研和产业研发人员的青睐。

　　一个完善的遥操作软硬件体系不仅有助于验证当前硬件与软件算法和任务规划的匹配程度，更能有效地收集神经网络所需的训练数据。这预示着未来的机器人将具备更高的自主执行任务能力，为开拓更多细分场景带来新的机遇和可能性。

　　越疆发布的视频中展现的机器人根据语言命令自主刷盘子、叠衣服，背后同样采用了视觉大语言模型+模仿学习神经网络的上层架构，其中的数据来源，则是借助遥操作系统训练而来。

　　人们看到的视频背后，首先由人类远程控制机器人进行某些动作演示，使得机器人根据这些动作能够快速模仿学习，大幅降低训练时间，最终由双臂机器人作为验证平台进行了执行，提升整个端到端训练的质量，最终实现行为克隆。

　　这套系统不仅有望促进科研院所的算法科研验证工作，将学术成果迅速转化为实际应用需求，为科研工作提供有力支持；同时，它也对工业场景企业具有重要意义。该系统能够显著提高3C电子、电池组装等行业中线束扎带、柔性插拔等复杂工艺的学习训练效率，从而优化生产流程，提升产品质量。此外，这套系统还有望推动人形机器人的技术进步，使其从实验室中的概念逐渐走向实际应用的场景，为机器人技术的未来发展开辟新的道路。

　　越疆科技一直致力于 AI+ 机器人的技术突破和产业落地，被美国 CB Insights 评为全球 80 家最具投资价值的机器人企业之一。越疆机器人与全球多所知名人工智能院校建立了紧密的合作关系，共同推动行业发展。同时，越疆科技在多个重要研发计划中承担牵头角色，展现了其在该领域的领先地位。此外，越疆机器人还高度重视知识产权保护，累计申请知识产权超过1200项，并在协作和人形机器人等领域形成了针对性的专利群布局。这些成就不仅彰显了越疆科技的专业实力，也为其在未来的发展中提供了强有力的支撑。