Robots de manipulación móvil en 2025: plataformas, algoritmos y implementaciones reales
Encuesta de manipulación móvil <unk> ruedas + brazo, piernas + brazo, y plataformas humanoides que combinan la locomoción y la manipulación hábil.
Parte de: [Guía de armas de robots]
[← Blog]
La manipulación móvil es lo que cierra la brecha entre un robot que trabaja en un laboratorio y uno que opera de manera útil en el mundo real. Aquí está el estado actual de las plataformas, algoritmos y implementaciones.
Lo que desbloquea la manipulación móvil
Los robots de manipulación de base fija se limitan a tareas dentro de su espacio de trabajo
El reto de la ingeniería es que la manipulación móvil no es simplemente "navegación + manipulación"
Comparación de plataformas
| Platform | Mobility | Arm | Price | Best For |
|---|---|---|---|---|
| Hello Robot Stretch 3 | Wheeled (omnidirectional) | Telescopic single 7-DOF | $25K | Healthcare, elderly assist, research |
| Boston Dynamics Spot + Arm | Legged (4-leg) | 6-DOF 4kg payload | $100K+ | Industrial inspection + manipulation |
| Mobile ALOHA (Stanford) | Wheeled (custom base) | Bimanual ALOHA arms | $32K (base+arms) | Bimanual mobile manipulation research |
| Unitree H1 + arm | Humanoid biped | Custom 7-DOF | $90K | Humanoid mobile manipulation research |
| Fetch Robotics FR2 | Wheeled (diff drive) | 7-DOF 6kg payload | $65K+ | Warehouse, logistics, shelf picking |
Los métodos para controlar todo el cuerpo
Existen dos enfoques dominantes para coordinar el movimiento de la base y del brazo en la manipulación móvil:
- MPC-Based Control de Cuerpo Completo: Trate todo el robot (base + brazo) como un sistema de base flotante y resuelva una optimización de trayectoria conjunta a 100
500Hz. Esto produce un movimiento de base + brazo físicamente consistente que explica el acoplamiento dinámico. Computacionalmente costoso: requiere 20 100ms por solución en un procesador moderno para sistemas humanoides completos (Unitree H1 + brazo), que es apretado para el control en tiempo real. - ** Control jerárquico (marco virtual):** Estabilizar la base utilizando un controlador separado, luego planificar la trayectoria del brazo en un "marco virtual" conectado a la base estabilizada. Computacionalmente más barato (dos controladores separados en lugar de una optimización conjunta) y más fácil de sintonizar. Preferido para sistemas de ruedas donde la dinámica de base es más simple.
Desafíos de coordinación
- ** Colisión de brazo-base:** El espacio de trabajo del brazo debe planificarse para evitar la colisión con la base, lo que requiere un controlador de colisión de todo el cuerpo que incluya tanto el brazo como la geometría de la base simultáneamente.
- ** Estabilidad dinámica:** Para los sistemas de piernas, el movimiento del brazo a alta velocidad crea torques de reacción que deben ser compensados por las piernas. Un brazo que se mueve a toda velocidad con una carga útil de 3 kg crea 20
50Nm de torque de reacción en la base suficiente para desestabilizar un sistema de piernas mal ajustado. Soluciones: limitar la aceleración del brazo durante la locomoción, o acoplar los controladores de brazo y pierna a través de MPC de todo el cuerpo. - Grasp de la Base en Movimiento o de reciente detención: Los estudios en Spot+Arm y plataformas similares muestran que la precisión de captura es 3
5× peor cuando la base se ha detenido en los últimos 500 ms, debido a la vibración residual y la regulación de la estimación de localización. La solución práctica: hacer una pausa de 1 2 segundos después de detenerse antes de iniciar un agarre, o utilizar retroalimentación de la fuerza y el par para compensar la incertidumbre de posición durante el acercamiento al agarre.
Despliegue real
- ** Diligent Robotics Moxi (logística hospitalaria):** Se despliega en más de 10 hospitales de Estados Unidos, incluidos UT Southwestern, HCA Healthcare y Ochsner. Moxi navega por los pasillos del hospital y entrega bandejas de suministros a las estaciones de enfermería
una tarea de navegación + transporte que no requiere manipulación hábil. Esto ilustra dónde la manipulación móvil es comercialmente madura: el transporte y la entrega en lugar de la manipulación manual. - 6 Sistemas del río (almacén): Los robots Chuck navegan junto a los trabajadores del almacén, transportando contenedores y reduciendo la distancia a pie del recoger en un 50
80%. - Hello Robot (ensayos clínicos, asistencia a ancianos): Los robots de estiramiento están en ensayos clínicos multi-sitos para la asistencia a ancianos en el hogar
alcanzando objetos en estantes, abriendo puertas, recuperando objetos. La simplicidad del diseño de Stretch (brazo telescópico único) es una característica aquí, no una limitación.
El equipo de soluciones de RCSV puede ayudar a cubrir los proyectos de manipulación móvil y conectarlo con la plataforma adecuada para su aplicación.
Documentación clave de investigación (2024-2025)
La frontera académica en la manipulación móvil ha avanzado rápidamente.
- ** Mobile ALOHA (Zipeng Fu et al., Stanford, 2024):** Demostró que la capacitación conjunta con datos estáticos ALOHA más 50 demostraciones móviles permite tareas bimanual móviles (cocina, limpieza) con más del 80% de éxito. La clave: transferencia de habilidades de manipulación estática a plataformas móviles con datos móviles mínimos adicionales. Esto reduce drásticamente la carga de recopilación de datos para la manipulación móvil.
- TidyBot++ (Jimmy Wu et al., Princeton, 2024): Un sistema de limpieza personalizada que utiliza el razonamiento de colocación de objetos basado en LLM combinado con la manipulación móvil.
- RoboCasa (Yuke Zhu et al., UT Austin/NVIDIA, 2024): Un benchmark de simulación a gran escala con más de 100 tareas de cocina diseñadas para entrenar políticas de manipulación móvil en la simulación antes de transferirse a hardware real. 2,500+ objetos 3D, física realista. El benchmark dominante para la investigación de manipulación móvil sim-to-real.
- DexMobile (Qi et al., UC San Diego, 2025): Combina navegación base móvil con manipulación hábil utilizando una política de cuerpo entero.
- HomeRobot (CMU/Meta, 2024): Referencia de manipulación móvil de vocabulario abierto para tareas domésticas. Protocolo de evaluación estandarizado con plataformas de stretch y spot. Proporciona una comparación justa entre los métodos fijando los criterios de hardware y evaluación.
Recopilación de datos para la manipulación móvil
La recopilación de datos de manipulación móvil agrega complejidad más allá de la recopilación de base fija:
- ** Requisito de localización:** Cada demo necesita una posición de base de 6 DOF precisa durante todo el episodio. Soluciones: captura de movimiento externa (OptiTrack, $50,000+ para una configuración de habitación), SLAM a bordo (menos preciso pero sin infraestructura externa) o marcadores fiduciarios (tags ArUco, $0.10 cada, posicionados alrededor del entorno).
- Constancia del entorno: El entorno debe ser reiniciado entre los episodios
no sólo las posiciones de los objetos sino también la posición de partida del robot, los estados de la puerta, los estados del cajón y la configuración del desorden. Esto aumenta el tiempo de reinicio 3-5 veces en comparación con las tareas de mesa. - Coplamiento de navegación + manipulación: Las demostraciones deben capturar toda la trayectoria desde el enfoque de navegación a través de la manipulación a través del retiro.
- Cobreza de varias habitaciones: Si la tarea abarca varias habitaciones, la colocación de la cámara debe cubrir todos los espacios pertinentes.
El laboratorio de San Francisco de RCSV tiene particiones configurables y marcas de piso que permiten escenarios de manipulación móvil repetibles en varias habitaciones. Nuestros paquetes de recopilación de datos de manipulación móvil incluyen infraestructura de localización, grabación con múltiples cámaras y captura de trayectoria completa. [Contact us]
Capacidades de manipulación móvil de RCSV
RCSV mantiene las plataformas Stretch 3 y Mobile ALOHA para la investigación y la recopilación de datos de manipulación móvil.
- Teléoperación: Teleoperación basada en la realidad virtual para el sistema de extensión (Meta Quest 3 + mapas personalizados), seguidor líder para el sistema móvil ALOHA
- Entornos: escenarios configurables de cocina, sala de estar y almacén en nuestro piso de colección de 1.800 pies cuadrados
- Formatos de datos: HDF5 con pose base completa de 6 DOF, vídeo sincronizado con múltiples cámaras, estados conjuntos y trayectorias de navegación
- Leasing: Plataformas móviles disponibles para el arrendamiento para la recopilación de datos en el lugar en las instalaciones de los clientes.
Lectura relacionada
- [Guía de compra de brazos robóticos 2026]
T5 ) elección de brazos para plataformas móviles - [Mejores manos robóticas dexterosas 2025]
T6 ) Efectores finales para la manipulación móvil - [Costos de recopilación de datos en 2026]
T7 ) Precios de manipulación móvil - [RL vs Aprendizaje por Imitación]
T8 ) elegir el enfoque de formación adecuado - [Rei del robot de almacén]
T9 ) Manipulación móvil comercial - Servicios de datos de RCSV
Recopilación de datos de manipulación móvil - [Robot Leasing]
T11 ) Disponibilidad de la plataforma móvil
Consultoría y hardware para manipulación móvil
RCSV proporciona la selección de plataformas de manipulación móvil, soporte de integración del sistema y recopilación de datos para tareas de manipulación móvil.
[Vea soluciones]