오픈아름: 학습 기반 조작을 위한 데이터 중심의 로봇 플랫폼
오픈아름은 로봇 조작 플랫폼뿐만 아니라 학습 기반 로봇을 위한 데이터 네이티브 시스템으로 설계되었습니다.
2026년 2월
학습 루프에 대한 하드웨어
하드웨어 스트리밍 에피소드 배우
오픈아름은 로봇 조작 플랫폼뿐만 아니라 학습 기반 로봇을 위한 데이터 네이티브 시스템로 설계되었습니다. 결정적인 산업 자동화에 최적화된 전통적인 로봇 팔과 달리, 오픈아름은 모방 학습, 강화 학습, 시ಮ್-투-리얼 전송 및 대규모 실제 데이터 수집의 요구 사항에 맞춰 설계되었습니다.
시스템 위치
이 시스템은 물리적인 작업 수행과 함께 데이터를 일류 출력으로 취급합니다. 학습 기반 로봇은 근본적으로 다른 요구 사항을 부과합니다. 다양한 조건에서 반복적인 실행, 탐색과 실패 중에 안전한 상호 작용, 고 주파수 동기화된 감지 및 제어, 재생 가능한 궤도 및 시뮬레이션과 실제 실행 사이의 긴밀한 결합.
데이터 품질을 위한 하드웨어 설계
8DOF 인문형 구조는 모방 학습, 인간 시범에서 로봇 행동까지 자연 매핑 및 정책 복잡성을 줄이는 데 인간과 유사한 비중을 제공합니다. 공동 수준의 동기는 안전 인 인 루프 시범 및 접촉 풍부한 조작 작업에 필수적인 준수 및 역동성을 우선시합니다.
데이터 캡처 아키텍처
OpenArm는 관절 상태, 제어 명령어, 최종 효과 상태 및 외부 센서 (비전, 촉각, 힘, IMU) 의 동기화 캡처를 지원합니다. 모든 데이터 스트림은 제어 루프 수준에서 시간표 및 조렬됩니다. 데이터는 명확한 작업 초기화, 행동 실행, 접촉 이벤트 및 종료와 함께 RL 배포 및 모방 학습 궤도에 직접 매핑되는 에피소드로 조직됩니다.
데이터 로서 실패
OpenArm는 성공뿐만 아니라 실패 시도를 안전하게 기록하도록 설계되었습니다. 실패 궤도
시뮬레이션과 실제 조화를
MuJoCo 및 Isaac Sim의 캘리브레이션 모델은 운동학, 동적, 작동 제한을 반영합니다. 시뮬레이션 및 실제 데이터에는 동일한 상태 정의와 일관된 행동 공간이 공유되어 혼합 영역 훈련 및 십자 검증을 가능하게합니다.
OpenArm 데이터 수집 OpenArm 허브 ← 연구로 돌아가
시작 하기 위해 준비 되었습니까?
로봇을 찾아서 데이터를 요청하거나 연락하세요.
[로봇을 얻으세요] [T3