Warum die Bimanuale Manipulation die nächste Grenze im Roboternutzen ist
Zwei Hände können Aufgaben nicht entsperren: Wascherei, Kabelverbindung, Kochen, Montage.
Die Handhabung mit einem einzigen Arm ist ein lokales Optimum erreicht. Die nächsten Aufgaben
Veröffentlicht 2026-04-10 vom Robotics Center of Silicon Valley Forschungsteam.
TL;DR. Die zweibrächtige Manipulation ist keine härtere Version von einem Arm. Sie ist qualitativ anders. Ein großer und wachsender Satz wirtschaftlich wichtiger Aufgaben ist für einen einarmigen Roboter physisch unmöglich: die meisten Wäsche, die meisten Küche, die meisten Kabelarbeiten, die meisten Kinder- und Seniorenbetreuungsarbeiten und die meisten industriellen Montage, die der Mensch noch ausführt. ALOHA und Mobile ALOHA machten das Hardware-Muster zugänglich. Die verbindlichen Einschränkungen sind nun (1) die Knappheit hochwertiger zweibrender Demonstrationsdaten, (2) die Unreife von Richtlinien, die explizit die Koordination zweier Arme modellieren, und (3) Hardware, die noch immer das zweibrender als zwei einzelne Arme zusammen behandelt.
1. Einarmige Manipulation erreicht ein lokales Optimum
Die erste Welle des modernen Roboterlernens
Das Problem ist, dass das Universum wirtschaftlich interessanter Aufgaben, die einer Einarmsform passen, kleiner ist, als es aussieht.
2. Aufgaben, die zwei Hände erfordern
Die Kategorie, die die meisten Menschen zuerst an denken, ist die Wascherei. Das Falten eines Hemdes erfordert mindestens eine Hand, um einen Bezugspunkt zu halten, während die andere Stoff manipuliert. Das Bewegen natter Wäsche von Waschmaschine zum Trockner beinhaltet eine dauerhafte Zwei-Hand-Versammlung. Wer einen Einarmbroot beim Falten eines Handtuches gesehen hat, versteht das Argument sofort.
Das Kochen ist ähnlich. Das Peelen, Rühren während des Halts, aus einer mit einer Hand gehaltenen Schüssel ausgießen, ein Glas öffnen, ein Messer steuern und eine stabilisierende Hand auf einem Schnittbrett
Kabelmanagement und elektronische Montage
Pflegearbeiten wie die Übertragung einer Person vom Bett auf einen Stuhl, das Wechseln von Bettwäsche, während die Person im Bett ist, oder das Anziehen von jemandem sind alle aggressiv bi-manuale.
Schließlich erfordert ein großer Teil der Aufgaben im Haushalt
Die stille Revolution von Aloha
Die von Stanford im Jahr 2023 veröffentlichte ALOHA-Plattform hat für das zweimalte Handbuch getan, was preiswerte 3D-Druck für Hardware-Hacking tat: sie entfernte die Eintrittsbarriere. Zwei preiswerte 7-DOF-Arme, eine Leader-Follower-Teleoperations-Rig, eine Reihe sauberer ROS-Schnittstellen und ein reproduzierbares Rezept, das ein Labor von zwei Personen in einem Viertel bauen konnte. Vor ALOHA erforderte die zweimanschließende Manipulationsforschung entweder einen Baxter (Lebensende), ein Paar Franka Pandas (~$60K+ All-in), oder einen benutzerdefinierten Baugrad (~6 Monate Ingenieurarbeit).
Wir gehen durch den Ursprung, die Montage und den ersten Trainingsfluss in [ALOHA Roboter-Guide]
Die Nachfolgearbeit Mobile ALOHA erweiterte das gleiche Rezept auf eine mobile Basis und bewies, dass sich das zweimanuelle Teleoperationsmuster jenseits der Tischplatte verallgemeinert.
Warum ist Bi-Manual nicht nur "zwei einmalige Arme"
Eine häufige Fehlfunktion bei der ersten zweimanualen Politikarbeit bestand darin, zwei unabhängige Einarmspolitiken zu schulen und sie parallel zu betreiben.
- Aktionsraum Coupling. Bei vielen zweimanschließenden Aufgaben hängt die richtige Handaktion der rechten Hand von der aktuellen Haltung, dem Kontaktzustand und der Geschwindigkeit der linken Hand ab. Eine Politik, die nicht beide Seiten des Staates sieht, wird lokal vernünftige, aber gemeinsam falsche Entscheidungen treffen.
- Zeitgleichstellung. Bei den zweibäufigen Aufgaben gibt es Untersecondenfenster, in denen beide Arme zusammenwirken müssen.
- Kontakt und Kraftverteilung. Wenn zwei Hände das gleiche Objekt halten, kann keine Position unabhängig von der anderen kontrolliert werden, ohne zu kämpfen.
- ** Beobachtungs-Koppel.** Die beste Kameraansicht für die rechte Hand ist oft die, die die linke Hand und das gemeinsame Objekt enthält.
Das Datenproblem ist größer, als es aussieht
Das Einarmsystem verfügt über Open X-Embodiment, DROID, BridgeData V2 und eine lange Schwanzzahl öffentlicher Datensätze. Das bi-manuale Datensystem verfügt über ALOHA-Stil-Releases und eine Handvoll von Unternehmensdatensätzen, die meist nicht öffentlich sind.
Die beiden Handschuhen müssen den Roboter steuern, was die Klick- und Zieh-Schnittstellen ausschließt, die die Einarmsdatenerhebung skalieren. VR-basierte Ansätze lösen die Betriebs ergonomie, aber ihre eigenen Kalibrierung und Latenzprobleme einführen; wir vergleichen die praktischen Optionen in [VR-Telebetriebsunternehmen]
Die Ergebnisse sind, dass die zweimanschließende Datenerhebung ungefähr 2-3x teurer pro Stunde ist als die Einarmband-Datenerhebung, und die Demonstrationsqualität pro Episode ist variabel. Die Implikationen für das Feld sind stark: Wenn wir ein bi-manuaises Fundamentmodell wie OpenVLA wollen, muss jemand eine bi-manuale Datenerhebung finanzieren, die um eine Größe von mehr als jeder öffentliche, die heute existiert.
6. Hardware-Flaschenhalse
Die Bimanuale Hardware hat drei chronische Probleme. Die erste ist, dass die beiden Arme fast immer einen Arbeitsplatz teilen müssen, und die Kollisionsvermeidung zwischen ihnen wird immer noch auf ad-hoc-Wege behandelt, anstatt als erstklassiges Kontrollproblem. Das sieht in einem Spezifikationsblatt gut aus, aber es ist für echte Aufgaben enorm wichtig: Über den Körper zu greifen, ein Objekt zwischen beiden Händen zu schützen und Hands zu geben, profitieren alle von einem Torso mit einem gewissen Grad an Freiheit.
Die zweibändige Arbeit benötigt in der Regel mehr als das auf mindestens einer Seite: eine Saugtasse für das Abwickeln von Blättern, eine geschicktere Hand für Kabelarbeiten, ein weicher Griff für Stoffe. Die Frage nach dem Griff ist, wo die beste begabte Forschung stattfindet
Die humanoide Verbindung
Jede ernsthafte humanoide Plattform ist zunächst eine zweimanschließende Manipulationsplattform und zweitens eine Lokomotionsplattform, zumindest in Bezug auf den Ort, wo der wirtschaftliche Wert lebt. Unitree G1, Booster T1, Fourier GR-2, Abbildung 02, Apptronik Apollo, 1X Neo
8. Politiken, die explizit eine zweimanschließende Struktur vorweisen
Die Forschungsgrenze auf der Politikseite bewegt sich zu Architekturen, die die zweimannige Koordinierung als erstklassige Anliegen und nicht als aufstrebende Eigenschaft vorweisen. Die interessanteste Richtung ist Politik, die über das gemeinsame Objekt oder den Kontakt als explizite Zwischenvariable redet: Anstatt "was der linke Arm tun sollte" und "was der rechte Arm tun sollte", prognostiziert "was dem Objekt passieren sollte" und dann in Aktionen pro Arm zerfällt.
Dies ist der Bereich, in dem wir den bedeutendsten Forschungsfortschritt im nächsten Jahr erwarten und in dem offene VLAs immer noch die besten geschlossenen Bemühungen nachholen.
9. Praktische Ratschläge für die Investitionslabore
- Start mit einem bekannten Hardware-Muster. Entweder eine ALOHA-Stil-Plattform oder eine zweibrochige kommerzielle Plattform. Versuchen Sie nicht, eine von Grund auf zu bauen; der Forschungsinhalt liegt in den Richtlinien und Daten, nicht in der Kinematik. Siehe Hardware-Optionen im RCSV-Shop.
- Investitionen in die Teleoperationsergonomie früh. Die Bimanuale Datenerhebung ist für Betreiber physisch schwieriger als die Einarmsammlung.
- Erstellen Sie die Datenleitung, bevor Sie das Modell erstellen. Die Qualität Ihres zweimanschließenden Datensatzes wird Ihre Obergrenze stärker als die Politikarchitektur begrenzen.
- Wir wählen Aufgaben mit offensichtlicher zweihandlicher Bedeutung. Wascherei, Kabelarbeit und Nahrungsmittelvorbereitung machen die zweimanuelle Geschichte für die Stakeholder konkret.
- Budget realistisch. Bimanuale Forschungskosten sind etwa zweimal so hoch wie die Kosten für Hardware und Betreiber, zumindest für das erste Jahr.
- Bedenken Sie Leasing. Wenn Sie eine zweimanuelle Forschung für ein Unternehmen durchführen, können Sie RCSV Leasing ein Viertel lang ohne eine Capex-Entscheidung laufen, und unsere Tutorials durchlaufen die erste Datenerhebungssitzung.
10. Abschließende Anmerkung
Es gibt ein gemeinsames Muster in der Robotik, in dem das Feld ein Jahrzehnt damit verbringt, das falsche zu optimieren, weil es messbar ist, und dann geschieht der interessante Fortschritt, sobald die Leute mit der Messung des richtigen Dinges beginnen. Wir haben ein Jahrzehnt damit verbracht, einmalige Benchmarks zu optimieren. Das nächste Jahrzehnt wird in zweimandlichen Aufgaben gemessen werden, die zuvor unmöglich waren und jetzt routinemäßig sind. ALOHA hat die Tür geöffnet; die Daten und die Richtlinien werden entscheiden, wie schnell wir durch sie gehen.
Wenn Sie in diesem Bereich bauen, sind unsere [Käuferführer]
Verwandte Lesungen: Mobile ALOHA-Einstellung, ALOHA-Leitfaden, Teleoperationsdatenqualität, und Humanogenlieferkettenrealitätprüfung.