研究人员推出了 DuoBench，这是一个用于评估双臂机器人操作的新框架，该框架在模拟和部分真实世界中实现。该基准包括十一个任务和一个新颖的评估方案，用于详细的故障分析，揭示了当前策略在复杂的双臂协调方面存在困难。另外，YUBI 接口已被开发出来，它具有一个可屈服的、由手指驱动的夹持器，旨在为双臂任务提供更直观和符合人体工程学的数据收集。与 UMI 等现有系统相比，YUBI 在灵活性和效率方面具有优势，能够创建一个大规模数据集，使策略能够跨不同机器人平台进行迁移。 AI
影响 双臂操作基准和数据收集接口的这些进步对于开发更强大的机器人基础模型至关重要。
排序理由 两篇研究论文介绍了机器人操作的新基准和硬件接口。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →
arXiv:2606.11901v1 Announce Type: cross Abstract: Bimanual robot systems substantially expand manipulation capabilities, but coordinating two arms introduces additional control complexity and failure modes that are not well captured by existing benchmarks. We introduce DuoBench, …
Bimanual robot systems substantially expand manipulation capabilities, but coordinating two arms introduces additional control complexity and failure modes that are not well captured by existing benchmarks. We introduce DuoBench, an extensible benchmarking framework for bimanual …
arXiv:2606.10244v1 Announce Type: cross Abstract: We introduce Yielding Universal Bidigital Interface (YUBI), a finger-aligned gripper designed to enable intuitive, ergonomic, and scalable data collection for bimanual dexterous manipulation. While handheld data collection systems…