研究人员开发了两个不同的系统，用于收集对训练机器人灵巧操作至关重要的数据。AutoDex 自动化了现实世界场景中抓取物体的过程，与远程操作相比，显著提高了数据收集吞吐量。另一方面，MILE 使用基于远程操作的系统，配备机械同构外骨骼和机械手，并集成视觉触觉传感器模块以捕获高保真演示。这两个系统都旨在克服获取大规模、准确数据以训练高级机器人技能的挑战。 AI
影响 使机器人能够更强大、更可扩展地训练灵巧操作技能。
排序理由 两篇研究论文描述了用于收集机器人操作数据的新系统。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Learning robust dexterous grasping requires real-world data that records the physical outcomes of grasp attempts. Such data is hard to obtain at scale: teleoperation yields valid physical outcomes but is slow and operator-biased, while simulation-based generation is cheap and sca…
arXiv:2512.00324v4 Announce Type: replace-cross Abstract: Dexterous robotic hands are expected to perform complex, contact-rich object manipulation, but learning such skills remains challenging because high-dimensional hands require high-fidelity demonstrations. Imitation learnin…