强脑科技展示 Revo 3 灵巧手及数据采集方案
近日在 IROS 会议上,强脑科技展示了拥有 21 个主动自由度、采用全直驱设计的 Revo 3 灵巧手及其视触觉版本。该方案结合全掌 336 个压阻点与指尖约 2000 个视觉标记点,能捕捉细微形变以判断接触状态。同时亮相的高精度数据采集手套可同步采集 21 自由度关节角度及多模态信息,为机器人学习人类灵巧操作提供数据支撑。
近日在 IROS 会议上,强脑科技展示了拥有 21 个主动自由度、采用全直驱设计的 Revo 3 灵巧手及其视触觉版本。该方案结合全掌 336 个压阻点与指尖约 2000 个视觉标记点,能捕捉细微形变以判断接触状态。同时亮相的高精度数据采集手套可同步采集 21 自由度关节角度及多模态信息,为机器人学习人类灵巧操作提供数据支撑。
曦诺未来在美国匹兹堡举办的IROS 2026大会上,展出了Flex 2混驱灵巧手与Prima 1直驱灵巧手两款产品。这是该企业首次登陆美国,也是其双旗舰产品的完整海外首秀。
临界点(AGILINK)宣布其旗舰灵巧手OmniHand 3 Ultra在苏州向红绣府完成了上绷、劈丝、捏针等多道苏绣工序,成功实现0.01毫米级丝线操作。该产品采用全直驱传动与21个主动自由度,配备指尖视触觉传感器及DUET双层具身接触智能架构,通过强化学习实现了复杂工序的连贯控制。目前OmniHand 3 Ultra已开启预订,累计交付量超1.5万台,位居国内灵巧手市占率第一。
推荐理由:原文展示了OmniHand 3 Ultra在苏绣非遗场景下的精细操作能力,验证了其在极细丝线处理与长时序动作规划上的实际表现。
因时机器人在 IROS 2026 全球首次亮相全新 RH5MK1 系列,该灵巧手具备 22 个主动自由度、5Hz 开合频率及 0.005N 指尖力分辨率。产品搭载 6D 触觉传感器与自研高强度关节模组,支持主动零位标定以降低数据偏差。此外,展会同步展出 RH5DG2、RH56H1 等多款面向不同场景的灵巧手及微型伺服电缸。
针对现有手部追踪方法缺乏物理线索导致估计不准确的问题,该研究提出 RLHND 模型,利用预训练的 Cosmos 3 视频扩散骨干网作为确定性特征提取器,联合从单目自中心视频中估计手部姿态与真实触觉信息。
Harmonic Drive 将于 10 月 20 日在加州圣克拉拉的 RoboBusiness 2026 展会展示 RSF-5B IDT Sumpermini 集成伺服驱动器,探讨组件级与集成架构的权衡。该方案旨在通过简化系统集成、减少布线复杂性及缩短测试周期来降低工程努力并加速上市时间。Marcel Almonte 将主持关于结合减速器、电机、驱动器和传感器以实现更智能运动的专题讨论。
Ego2World 是一个基于 HD-EPIC 数据集构建的可执行基准,它将第一人称烹饪视频转化为受图转换规则支配的符号世界。该基准强制智能体仅凭局部观测和反馈更新记忆并重新规划,实验表明信念记忆能提升任务完成率并减少重复视觉探索。论文已撤回 v1 版本以避免混淆,当前 arXiv 链接指向 v2 版本(arXiv:2605.13335v2)。
作者开源了 FineART 数据集和 FineART-VLA 模型,旨在解决现有数据缺乏长程多步骤双臂任务支持的问题。该数据集包含 40,543 集(共 1,718 小时)跨越 151 个任务的轨迹及 533,913 个子任务标注。
推荐理由:作者开源了包含超 4 万集双臂任务的数据集与 VLA 模型,通过细粒度子任务标注将长程任务成功率从 16% 提升至 76%,并支持零样本泛化。
该论文提出原子运动坐标(Atomic Motion Coordinate),通过结合文本指令与前向运动学构建几何化坐标系,并将接触历史注入动作专家块以增强力适应性。
推荐理由:提出原子运动坐标方法,在离线干预与真实机器人实验中显著提升了语言可引导性与力适应性能。
VT-MUSE 是一种针对视觉 - 触觉操作的多模态统一序列表征学习框架。现有方法常独立编码视觉和触觉观测后再融合,限制了捕捉细粒度跨模态依赖的能力,且大多关注当前时间步而忽视接触的时间演化。
推荐理由:VT-MUSE 框架通过跨模态时序对齐与掩码一致性学习视觉触觉联合表征,在仿真基准上超越最强基线 11 个百分点,并在真实实验中取得显著改进。
论文介绍 PhysCaP 系统,旨在解决视觉语言动作策略依赖被动观察、无法推断物体潜在物理属性的问题。该系统引入无需训练的物理属性提取模块,利用机器人本体感觉估计物体质量与刚度;采用包含规划器与优先级排序器的多智能体设计,实现高效的目标探索。作者在 LIBERO 仿真平台及三个真实桌面操作任务上评估了该方法,结果显示其在隐藏物理属性场景下性能优于被动或盲目交互基线,且交互次数更少、执行时间更短。
该研究提出接触模式即流形层,将机器人运动约束与路径规划显式耦合。在仿真环境中针对推 T 型块避障及灵巧手重定向立方体两项任务,规划器无需预设接触序列即可秒级生成最优解。作为 IROS 2026 研讨会 spotlight 论文,代码与权重暂未公开,仅支持几何感知表示研究。
论文提出行为提示范式,引入 DrawAnything 和 LIBERO-Gen 基准测试及 BPP 架构与 iPhUMI 手持接口,发现任务多样性而非演示数量是提升未见任务适应性的关键。在绘图与桌面操作任务中,该方法分别将误差降低 80.7%、成功率提升 20.8%,并开源所有组件以支持可复现研究。
推荐理由:该研究通过基准测试与架构设计,揭示了任务多样性是行为提示生效的关键驱动因素,并开源了相关组件以支持可复现研究。
针对模仿学习在高维动作空间和复杂接触动力学下的局限性,本文提出 DexPIE 后训练框架以利用真实部署经验改进策略。该方法通过适配灵巧手的干预系统与多阶段 DAgger 风格数据收集增强探索覆盖,并通过对齐训练与推理分布减少偏差,使 Critic 能学习更一致的价值函数。
Affordance2Action (A2A) 提出了一种以 A2A-Bench 为核心的基准学习框架,解决杂乱场景中同一物体因布局不同而具备多种交互功能的定位难题。
FingerEye 是一个结合感知与学习的机器人框架,旨在通过交互过程中的连续视觉和触觉反馈增强灵巧性。在感知层面,该框架集成双目 RGB 相机与顺应式接触接口;接触前利用指尖相机的近距离视觉线索进行精确接近与定位,接触后利用标记追踪的顺应环变形作为接触力矩感知的代理。
HRDexDB 是一个涵盖五种具身形态的真实世界 4D 灵巧抓取数据集,包含 3.2K 次试验及 100 种物体。该资源提供多视角与第一人称 RGB 观测、3D 手部几何、机器人状态及物体 6D 位姿轨迹,并附带成功/失败标注。研究通过人机接触图迁移、视觉接触估计及检索辅助抓取验证了其跨具身形态的学习价值。
针对长时程任务中精确控制与动态全身行为难以兼顾的挑战,本文提出 BAT 框架,利用 OpVQ-VAE(基于运动 token 的泛化预测)和 OpHRL(闭环状态感知预测),通过 Token-Familiarity Router 根据上下文动态切换控制器。该方法在已见长时程动作组合上达到 85.2% 成功率,未见动作保持 71.3%,并在 Unitree G1 人形机器人上实现零样本部署。
推荐理由:提出 BAT 框架,通过在线策略切换融合耦合与解耦控制器,在 Unitree G1 上实现长时程全身控制的鲁棒性与泛化性。
论文提出了 SimToolReal 框架,旨在解决机器人灵巧工具操作难题。该方法通过在仿真中程序化生成大量工具类原语,训练单一强化学习策略以实现通用目标位姿操作,无需针对特定对象或任务进行额外训练。
推荐理由:提出 SimToolReal 方法,通过仿真生成工具原语实现零样本灵巧操作,在真实世界多任务中优于现有基线。
针对日常物体(如薯片)操作需精确力调节的挑战,作者引入 TF-Gripper 低成本力控平行夹爪及配套的遥操作设备。研究提出 RETAF 框架,将高频力控制与末端位姿预测解耦,利用腕部图像和触觉反馈实现高频力调节。实验表明,相比位置控制,该方案在六个真实世界任务中提升了抓取稳定性和整体性能,验证了触觉反馈对力调节的必要性。
针对传统刚性康复外骨骼笨重且难以建模的问题,该研究提出基于 Koopman 的模型预测控制(KMPC)框架,通过提升线性化表示与融合肌电图信号,在坐姿膝部康复场景下显著降低跟踪误差并减少作动能耗。实验对比显示,该方法在被动与主动模式下均优于传统 PID 及迭代学习控制策略,有效捕捉了受试者特异性行为。相关预印本已上传 arXiv,代码与数据暂未开放。
论文介绍 LHM-Humanoid 方法,旨在实现物理仿真中无需重置的连续长视界物体搬运任务。该方法通过两个控制器协作,学习将每个周期的终端状态引导至可恢复区域,从而解决端到端强化学习在非常规姿态下失效的问题。实验显示,在跨越四种房间类型的 350 个杂乱布局场景中,该方法在已知和未知场景下的成功率和稳定性均优于端到端 RL、分层 RL 及先前的物理仿真方法。
推荐理由:该工作提出 LHM-Humanoid,通过学习释放与后退行为解决长视界连续搬运中的状态切换难题。
该研究提出一种三阶段离线命令生成框架,利用状态依赖 Riccati 方程(SDRE)推导参考扭矩轨迹,经参数化优化与 PID-LQR 补偿后,在悬挂双足机器人上成功复现 Vicon 系统记录的人类行走和深蹲动作。
针对 CT 引导针穿刺中空间受限与辐射暴露难题,该系统集成 6-DOF 基座与改进型 5-DOF 缆驱末端执行器,通过任务导向加权逆运动学控制器实现超冗余自由度优化。在临床相关仿真场景中,系统对各类人体模型展现出一致的 97% 可达率,并在穿刺活检五大代表性子任务中验证了优异的轨迹跟踪精度与灵巧性。
针对预训练机器人策略在部署时面对分布外条件性能下降的问题,该研究提出 PEARS 框架,利用视觉语言模型编码的物理先验诊断失败原因并更新接触力边界,同时通过触觉条件的扩散引导调整冻结策略的潜在噪声以修正运动与接触时序错误。
推荐理由:该工作提出结合物理先验推理与扩散引导的策略适应框架,在触觉操作任务中显著降低试错成本并提升成功率。
针对现有 4D 手物重建依赖昂贵优化或生成不稳定的问题,研究提出 4D-HOF 框架,利用视觉基础模型输出构建条件流匹配模型进行前馈重建。该方法在传输过程中直接利用物理交互约束和观测到的 2D 证据引导生成状态演化,无需后处理优化即可修正平移、旋转及配准误差。实验表明,该模型在跨域基准测试中表现优于现有方法,能更稳定准确地重建野外场景下的手物交互。
Look-Back Adaptive Control Barrier Functions (LBA-CBF) 在四旋翼仿真中面对突发风向逆转和未知负载时保持安全并达成目标,成功率匹配理想基准。该方法无需切换模型或连续参数估计器,控制回路内并行运行多达 250,000 个候选动力学模型。Crazyflie 2.1 与 F1TENTH 实验验证了其对风、负载释放及轮胎路面摩擦变化的适应能力。
NMPP 算法将感知障碍物设为硬性几何约束,使无人机在未知杂波环境中以最高 5.5 m/s 速度可靠飞行。相比线性与多项式轨迹规划器,其位置 RMSE 分别降低 41%-70% 和 58%-67%,且在激进速度下成功率达 86%(基线仅为 26%)。该方法已完成所有森林飞行测试且无碰撞,相关代码与论文已开源。
针对强磁场导致传感器失效及机械力矩失稳问题,该研究提出基于 MuJoCo 自定义插件的逆场估计框架与 Magnet-Aware MPC/WBC 架构。实验显示该方法将可承受磁扰动的最大力空间阈值提升 2.5 倍、扭矩空间提升 1.6-2 倍,使机器人作业区域扩大 29.34%(其中 10.84% 为原系统会立即崩溃的区域)。
该论文提出了一种利用几何先验的非参数化方法,用于从人类演示中学习概率性策略,旨在解决数据效率低和适应新场景慢的问题。该方法通过非可分离对角核捕捉自由度间的不确定性关系,支持流形值输入与输出及大角度变化,更新速度低于 3ms。作者在玩具示例及真实机器人操作任务(自主执行与共控)上进行了评估。材料为 arXiv 预印本,未提及同行评审状态或具体部署许可。
针对四足机器人在移动中承载物体且有人直接干预负载的场景,本文开发了一种力感知运动框架。该方法将负载交互视为塑造机载系统运动的指令,分离了力感知运动学习与力估计任务。通过结合顺应负载策略与因果力估计器,并利用估计器在环的数据聚合与微调,仅凭机载测量即可预测外部交互。仿真与真实实验表明,该控制器能维持稳定负载运动、对交互做出顺应反应,并支持人机引导的轨迹调整。
本文提出一种分层密度模型预测控制框架,用于实现多只四足机器人的安全协作搬运。该方法仅需初始和目标位姿即可优化接触力并规避障碍,无需预计算参考轨迹。研究在 MuJoCo 仿真环境中使用两只或三只宇树 Go2 四足机器人推运刚性物体通过狭窄通道,并与控制屏障函数及 RRT* 基线方法进行了对比验证。
论文提出了 MIM-VLA 架构,通过编码夹爪电流、位置、速度等信号生成 128 维交互 Token,仅微调 SmolVLA 的夹爪动作路径即可显式表征接触后的物理响应。
稳定抓取不保证后续插入动作的运动学可行性,因物体在夹持器的变换可能迫使机器人进入奇异点或关节极限。研究提出通过物体在夹持器内的微小重定向来恢复可行性,利用分支感知逆运动学图最大化最小可行性裕度,并结合学习到的任务条件先验优化查询顺序。
针对协作操作中依赖用户指令的局限,本文提出一种事件驱动的主动协助框架。该框架通过监测工作区状态变化提取前后快照,利用预训练视觉语言模型推断任务上下文并生成可执行的辅助动作序列。实验在三个真实桌面协作任务中验证,无需特定训练或微调即可达到与用户指令版本相当的性能。
推荐理由:提出事件驱动框架,利用冻结 VLM 在无需微调下实现主动协作辅助。
针对速度空间控制屏障函数过于保守的问题,研究提出 SC3BF 方法,通过引入状态依赖的允许量使机器人能以随距离和自身速度增长的速率接近障碍物。该方法在包含最多 100 个移动障碍物的运动学自行车模型上测试,相比三种基线更常到达目标且修正名义输入幅度减半。论文已提交至 2027 年美国控制会议(ACC),代码与权重暂未公开。
针对杂乱室内环境中大物体搬运的长视界全身操作难题,本文提出 Humanoid Horizon 统一策略框架。该方法利用并行训练策略确保各阶段持续梯度更新,结合动态启动机制增强边界鲁棒性,并通过奖励门控防止已放置物体被扰动。在双物体 LHM-Humanoid 基准测试中,350 个训练场景下各阶段成功率超 80%,且随任务视界增加时性能下降平缓,优于所有基线方法。
该研究提出了一种名为 HexaGripper 的单执行器、绞盘部署的六板夹爪,旨在解决自主空中包裹收集受限于手动加载或着陆的问题。该系统集成了基于视觉的对齐、测距传感、绞盘部署和状态控制,实现了无人机与拾取表面的分离。
该论文提出 VOMMI 框架,旨在解决具身智能中便携 RGB 演示数据稀缺及运动监督难题。系统通过离线轨迹重建与在线视觉运动条件化连接便携演示与视觉语言动作模型后训练,无需人机运动学校准即可同步身体与手部视角。
针对非结构化环境下类人机器人需结合全身控制与物体交互的挑战,该研究提出 iGPC 框架,将生成式预训练控制器(GPC)从通用人体动作扩展至具身环境交互。通过引入基于场景线索和特权状态信息的交互专家,学习特定接触行为如抓取支撑物稳定或推移动物体;随后利用车载感知输入驱动学生网络蒸馏这些交互技能。实验表明,大规模生成式人体运动先验为在接触丰富的真实环境中学习可部署的类人机器人交互策略提供了有效基础。
推荐理由:该工作将生成式人体运动先验扩展至具身交互,通过感知驱动的学生网络蒸馏专家策略,在接触丰富的真实环境中学习可部署的交互策略。