机器人:它是什么,它是如何工作的,以及如何开始
<unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博: <unk>博:
据悉,ALOHA是斯坦福大学的双手电操作平台,它首次证明,机器人可以从少数人示范中学习巧妙的双手操纵任务,如打开片包,绑定电缆或
斯坦福的起源故事
该论文展示了10项双手任务,包括打开一块糖果,插入电池在一个插槽中,并通过一个洞
艾洛哈硬件设计和所有软件都完全开源.材料的账单,装配说明和ACT培训代码在GitHub上可公开使用.这种开放性使艾洛哈成为实际上标准的双手研究平台,全球数十个研究小组运行了原始设计的变体. 通过我们的 [数据服务]
完整的硬件规格
了解硬件配置的确切性很重要,因为小小的偏差
武器:ViperX 300 6DOF (追随者) 和WidowX 250 6DOF (领袖)
| Spec | ViperX 300 (Follower) | WidowX 250 (Leader) |
|---|---|---|
| DOF | 6 + gripper | 6 + gripper |
| 工作范围 | 750mm | 625mm |
| 负载 | 750g (at full extension) | 250g (at full extension) |
| 重复精度 | ~1mm | ~2mm |
| Servos | DYNAMIXEL XM540 + XM430 | DYNAMIXEL XM430 + XL430 |
| Communication | USB via U2D2 adapter, 1Mbps | USB via U2D2 adapter, 1Mbps |
| Control rate | 50Hz (20ms loop) | 50Hz (reads only) |
| Weight | 3.6kg | 2.1kg |
| Price (per arm) | ~$5,500 | ~$3,200 |
摄像机系统
原始纸上使用了3个Logitech C922网络摄像头 (2手腕安装+1上架) 以480x640分辨率,50fps录制.ALOHA 2升级为Intel RealSense D405摄像头以提高图像质量和可选深度.RCSV的ALOHA站使用RealSense D435i摄像头与硬件同步可实现一致的多摄像头时机定制.
整体组装成本分类
| Component | Qty | Unit Cost | Subtotal |
|---|---|---|---|
| ViperX 300 6DOF arms (follower) | 2 | $5,500 | $11,000 |
| WidowX 250 6DOF arms (leader) | 2 | $3,200 | $6,400 |
| Cameras (RealSense D435i or D405) | 3-4 | $300 | $900-1,200 |
| U2D2 USB adapters | 4 | $30 | $120 |
| Power supplies (12V) | 4 | $35 | $140 |
| Aluminum extrusion frame + brackets | 1 set | $500 | $500 |
| Camera mounts, cable management, misc | 1 set | $200 | $200 |
| Workstation PC (RTX 4090, 32GB RAM) | 1 | $2,500 | $2,500 |
| Total (DIY build) | ~$21,800-22,100 | ||
| Total (with Mobile ALOHA base) | + AgileX Tracer ($10,000) | ~$32,000 |
经验丰富的构建者需要约20-30小时的装配时间.对于第一次构建,预算40-60小时,包括调试Dynamixel通信问题,摄像头校准和软件设置. 组装失败最常见的点是:动态
软件设置:从克隆到第一次演示
阿拉哈软件堆
克隆和安装ACT存储器 git克隆
录音脚本每集产生以下结构的HDF5文件:
系统集成
虽然原始的ALOHA代码直接使用Interbotix Python SDK (而不是ROS),但许多团队与ROS2进行集成,以实现与MoveIt2,摄像头驱动程序和可视化兼容性.
- 设置Dynamixel波特速率为1Mbps,以保持50Hz控制速率
- 使用专用USB枢纽 (而不是
链枢纽) 避免同时连接4个USB连接之间的巴士纠纷 - 配置摄像头驱动器以发布压缩图像以减少带宽
原始640x480RGB每摄像头30fps为每摄像头27.6MB/s,4摄像头为110MB/s - 使用ROS2消息过
器,通过相机主题进行时间同步
硬件架构:双手领导跟随者设置
阿拉哈系统由两个动态对,每个双臂都有一个.每个对都有"领袖"的手臂
双手配置
原始ALOHA纸上的摄像头设置使用了三个摄像头:一个上层 (整个工作空间的鸟眼视图),一个位于左手腕上,一个位于右手腕上.所有三个摄像头都用于ACT政策的视觉观测. 双手相机提供了全球背景,可用于双手协调.单手相机的ALOHA变体在协调重任务上表现出了较低的政策效率.
替代双手机设置:RCSV DK1套件
对于双手机远程操作研究,ALOHA并不是唯一的选择.RCSV的DK1双手机组为优先考虑数据收集吞吐量而不是精确的ALOHA兼容性的团队提供了几项优势:
| Feature | ALOHA (DIY Build) | RCSV DK1 Kit |
|---|---|---|
| Arms | ViperX 300 + WidowX 250 | OpenArm 1 leader-follower pairs |
| Total cost | ~$22,000 + assembly | $9,000 pre-assembled |
| Assembly time | 20-60 hours | 2 hours (unbox + calibrate) |
| 负载 (per arm) | 750g | 500g |
| Data format | HDF5 (custom schema) | HDF5 + LeRobot export |
| ACT compatibility | Native | Via format conversion |
| Community size | Largest (100+ labs) | Growing (RCSV ecosystem) |
对于需要立即开始收集数据并计划使用扩散政策或VLA进行培训的团队来说,DK1是最好的选择. ALOHA是需要与公布的ACT结果完全兼容或想为 ALOHA开源生态系统做贡献的团队的更好的选择. 查看我们的 [硬件目录]
艾洛哈使用案例:什么有效,什么不有效
艾洛哈优秀的任务
- **桌面双手操作:**打开容器,折叠布,移动手间,双手组装.领导跟随者接口为操作员提供自然双手控制.
, ,倒,切削软材料. 750g的有效载荷处理大多数厨房用品. - **电缆和变形物体操纵:**线线,包装,绑定.手腕摄像头提供了对变形接触任务所需的近距离视图.
- **规模数据收集:**开源设计意味着可以构建多个相同的站点.RCSV同时运行4个ALOHA级站点用于大规模的竞选活动.
艾洛哈所努力的任务
- 重物操纵: 750g的有效载荷限制 (在完全扩展的情况下) 排除了许多工业物体.水瓶,书籍或电动工具超过安全处理包裹.
- **1mm以下的精度插入:**ViperX伺服器的~1mm重复性限制了精度.对于微米任务,您需要 either 力量反
(不包括在基础ALOHA中) 或更高精度的臂平台. - 大工作空间任务: 750mm的范围限制了工作空间大约为1m x 0.5m的桌面面面积.需要在厨房柜台或货架之间移动的任务需要移动ALOHA或其他平台.
- 高速操纵: 50Hz控制循环限制了反应速度.要求对意外的扰乱反应迅速的任务 (捕捉抛物,动态传递) 超出了当前ALOHA的能力.
行为:ALOHA背后的算法
ACT（Action Chunking with Transformers） 是 ALOHA 开发的平台的主要学习算法.ACT是一个基于变压器的模仿学习政策,预测未来的联合位置
ACT政策架构在培训期间使用CVAE (条件变量自动编码器) 编码器来捕捉每个示范的隐藏风格. 在推断时,只有CVAE解码器运行,根据当前的观察和采样的隐藏向量进行条件,以生成行动部分.
在每项任务的50个示范的ALOHA数据集上,训练ACT需要2
移动酒:将酒从桌子上取消
移动ALOHA,由同一个斯坦福公司在2024年发布,将ALOHA概念扩展到移动基地.双手臂设置安装在AgileX追踪器移动基地上,使系统能够在一个空间内导航到不同的位置
移动ALOHA引入了全身电话操作的概念:操作员同时控制移动基和两个臂,通过单独的控制接口或通过统一的接口来将操作员的身体运动映射到机器人的全身配置. 移动ALOHA的数据收集比桌面ALOHA要复杂得多,因为政策必须学习协调导航和操纵,需要展示环境的空间变化以及对象变化.
移动ALOHA还推出了联合培训:联合培训移动ALOHA政策在移动操纵示范和静态ALOHA操纵示范.联合培训在移动平台上提高了操纵性能,这表明桌面数据的双手动操纵知识将有所帮助地转移到移动环境中. 通过RCSV提供与移动ALOHA兼容的数据集,并可以在旧金山的设施收集移动操纵示范. [联系我们]
亚洛哈,亚洛哈2和商业衍生品之间的差异
发布于2024年底的ALOHA 2,在几个方面改进了原始版本:具有更好的可重复性,更好的相机安装系统和修改的手腕设计,从而降低了电缆路由复杂性. 电气系统也被更新以使用专用电力分配板而不是
许多商业供应商现在销售与ALOHA兼容的平台
通过RCSV开始使用ALOHA
通过我们的 [机器人租
对于数据收集,我们的 [管理服务]
对于政策培训和评估, [RCSV平台]
相关阅读
- 机器人学习的传播政策 -- ALOHA数据的ACT替代
- VLA模型解释 --在ALOHA示范中进行精细调节的VLA
- 机器人摄像头设置指南 -- 多摄像头配置细节
- [移动操纵调查]
T22 ) -- 移动ALOHA在文本中 - [机器人训练数据是什么?]
- RCSV数据服务 --管理ALOHA数据收集
- [机器人租
] T25 ) --月份的ALOHA访问 - 硬件目录 --OpenArm 1,DK1和ALOHA类的套件