OpenArm: una plataforma robótica centrada en datos para la manipulación basada en el aprendizaje
OpenArm está diseñado no sólo como una plataforma de manipulación robótica, sino como un sistema nativo de datos para la robótica basada en el aprendizaje.
Feb 2026
Hardware construido para los bucles de aprendizaje
Los episodios de las transmisiones de hardware Aprender
OpenArm está diseñado no sólo como una plataforma de manipulación robótica, sino como un sistema nativo de datos para la robótica basada en el aprendizaje. A diferencia de los brazos robóticos tradicionales optimizados para la automatización industrial determinista, OpenArm está diseñado en torno a los requisitos de aprendizaje de imitación, aprendizaje de refuerzo, transferencia sim-a-real y recopilación de datos en el mundo real a gran escala.
Posicionamiento del sistema
El sistema trata los datos como una salida de primera clase, junto con la ejecución de tareas físicas. La robótica basada en el aprendizaje impone requisitos fundamentalmente diferentes: ejecución repetida en condiciones variadas, interacción segura durante la exploración y el fracaso, detección y control sincronizados de alta frecuencia, trayectorias reproducibles y un estrecho acoplamiento entre la simulación y la ejecución en el mundo real.
Diseño de hardware para la calidad de los datos
La estructura antropomórfica de 8 DOF permite una redundancia similar a la humana para el aprendizaje de imitación, el mapeo natural desde las demostraciones humanas hasta las acciones de robots y una reducción de la complejidad de las políticas.
Arquitectura de captura de datos
OpenArm admite captura sincronizada de estados conjuntos, comandos de control, estados de efecto final y sensores externos (visión, táctil, fuerza, IMU). Los datos se organizan en episodios con una inicialización clara de las tareas, ejecución de acciones, eventos de contacto y terminación, y se asignan directamente a las rollouts de RL y las trayectorias de aprendizaje de imitación.
El fracaso como datos
OpenArm está diseñado para registrar de forma segura los intentos fallidos, no sólo los éxitos.
Alineación de la simulación con la realidad
Los modelos calibrados en MuJoCo e Isaac Sim reflejan la cinemática, la dinámica y los límites de accionamiento.
OpenArm Data Collection OpenArm Hub ← Volver a la Investigación
¿Estás listo para empezar?
Busque robots, solicite datos, o contacte. Estamos aquí para ayudar.
[Obtenga el robot] [