移動底盤：松靈差速驅動底盤 TRACER

　　1月4日，斯坦福大學符博士領導的研究團隊在社媒發布了一項突破性的新成果—機器人成功克隆人類行為和任務的能力。

　　其雙臂機器人通過模仿學習算法與靜態ALOHA數據共同訓練，僅用50個示教，成功實現了自主完成復雜的移動操作任務：

　　今天斯坦福符博士研究團隊帶來更多驚喜，能做更多家務能力：

　　核心研究成果:Mobile ALOHA 實現機器人專業模仿

　　此研究主要關注機器人通過人類示教動作學習雙手操作技巧，尤其是在涉及全身控制的任務上。為此，符博士團隊設計了一套低成本的全身遠程操作系統“Mobile ALOHA”以便獲取所需數據。

　　相對比之前的移動機器人技術，從人類示教中學習模仿都具有出色的表現。然而，大多數研究都集中在桌面操作上，缺乏移動性和靈活性，這對于一般有用的任務來說是遠遠不夠的。為了解決這一問題，斯坦福符博士研發團隊開發了一套全新的系統，以模擬那些需雙手和全身控制的動態操作任務。首先，他們提出了一個低成本且全身的遠程操作系統——Mobile ALOHA,用于數據收集。該系統運用一個移動基座(即松靈差速驅動底盤TRACER)和一個全身遠程操作界面。

　　依托Mobile ALOHA收集的豐富數據，符博士的研究團隊進行了監督學習實驗，并發現聯合靜態ALOHA數據集共同訓練可以提高移動操作任務的性能。每個任務提供50次示教，就可以將成功率提高至90%。結果表明Mobile ALOHA可以自主完成，例如煎炸和端盤、打開雙門壁櫥存放重物、呼叫和乘電梯以及水龍頭沖洗廚具等動態復雜任務。

　　此研究的重要性在于它不僅提供了一種新的數據收集方法，還展示了如何有效地利用已有的數據集進行遷移學習，以提高機器人在復雜環境中的操作能力。特別是在需要雙手和全身控制的移動操作任務中，這種方法具有前景廣闊的應用潛力。此外，Mobile ALOHA系統的低成本特性意味著它可以在實際應用中廣泛部署，為各種機器人任務提供支持。可以說,該研究開拓了機器人技術新的可能性,尤其是模仿人類完成復雜動作方面的突破意義重大。

　　工業化實踐：松靈移動底盤支撐智能化研究

　　在科研成果的工業化實踐上,符博士的研究團隊選擇采用松靈機器人自主研發的TRACER差速驅動底盤。

　　TRACER是一款兩輪差速AGV，在室內運輸領域具有獨特的優勢，小巧靈活的結構使得它能自由穿梭在各種室內環境，強大的承重量和強大的動力賦予其極高的單次運載效率;配合感知系統，甚至能實現自主行駛。低成本、效率高、部署快，成為室內運輸場景無可替代的選擇，其售價12800元。而且，松靈TRACER還能根據具體需求提供不同解決方案，助力各個行業的制造業完成數字化智慧進化，進一步降低成本，提高生產效率。

　　在教學研究領域,松靈機器人也提供了多種解決方案:

　　針對本科教育方向上，松靈機器人的桌面級移動抓取機器人LIMO Cobot ，具有多模態運動模式，卓越的穩定性和機動性，可以在各種地形環境中自如運動。同時搭載ROS2的開源機器人軟件平臺，為LIMO提供了豐富的開發工具和功能庫，可以幫助用戶快速學習和開發機器人應用程序。它可實現RViz、Nav2、Gazebo等不同開發工具。以實現自主導航與避障、自主探圖、移動抓取、視覺識別等功能。讓學習和開發機器人應用程序變得快速簡單。

　　而在科研方向上，松靈推出了具身智能教研平臺Cobot S Kit。該套解決方案以差速驅動底盤TRACER或四驅四轉底盤ranger mini2為基座，配備激光雷達、RGBD攝像頭、控制云臺等傳感器,實現三維環境感知和自主避障。同時提供機械臂控制和視覺抓取能力。基于ROS生態構建的完整移動機器人平臺,可直接服務于具身智能相關的教學科研項目。該方案已在阿里的通義千問，智元機器人等項目中成功的應用。

　　持續升級：松靈提供定制化解決方案

　　松靈機器人表示，目前可以定制同款斯坦福Mobile Aloha機器人， 而且在未來還將持續帶來更多創新和突破新產品，助力產學研界，為我們的生活、工作和學習提供更多的機器人可能性。

(新媒體責編：wa12)