2025年移动操纵:技术的最新现象和实用部署
移动操纵机器人的调查 <unk>平台,能力,算法和实际部署,结合移动和手臂操纵.
机器人武器指南
[←博客]
机器人领域最难的开放问题也在2025年吸引了一些最活跃的投资和研究.
移动操纵是什么?
移动操纵是指将机器人 (移动环境中移动的能力) 与操纵 (抓住,移动和与物体交互的能力) 结合在一起的机器人.这种组合为机器人提供了类似人类的实用性.
移动操纵器必须从一个不准确的基础位置,在一个潜在的移动平台上,在环境中抓住,可能与任何训练配置不同.从一个不固定的基础抓住提高了有效的抓错误3-5倍与固定的基础操纵相比.
建筑类别:脱与结尾
移动操纵的基本架构选择是将导航和操纵视为单独的子系统,还是作为统一的端到端政策.
**脱
端到端 (统一政策): 一个单个神经网络采集传感器输入 (摄像头,雷达,自感) 并输出了基速度和臂部联合命令.移动ALOHA (Zipeng Fu等人,斯坦福,2024) 证明了ACT政策可以从50次远程操作示范中学习全身双手动操纵. 结合的方法会使运动更加顺利,更协调,但更难进行调试,需要更多的示范,并提供更少的安全保证.
层次的 (任务级规划 + 学习技能): 一位高级规划师 (可能是基础模型或TAMP系统) 将任务分解成一系列技能 ("导航到厨房","开放冰箱","抓奶"),每个技能都通过专门的政策执行.SayCan (Google, 2022) 和TidyBot (Wu et al.,Princeton, 2023) 使用这种架构. 它结合了学习政策的灵活性和明确规划的解释性.
2025年关键平台
| Platform | Price | Type | 负载 | Arms | Key Strength |
|---|---|---|---|---|---|
| Hello Robot Stretch 3 | $28,000 | Wheeled + telescoping arm | 1.5 kg | 1 (4-DOF) | ROS2, elder care, affordable |
| Mobile ALOHA (Stanford) | $32K + base | Wheeled + bimanual | 3 kg each | 2 (6-DOF ViperX) | Bimanual, open-source, ACT-ready |
| Spot + Arm (Boston Dynamics) | $100,000+ | Legged + arm | 4 kg | 1 (6-DOF) | Rough terrain, enterprise support |
| Unitree G1 | $16,000 | Humanoid (bipedal) | 3 kg each | 2 (7-DOF) | Lowest cost humanoid, growing ecosystem |
| Unitree H1 | $90,000 | Humanoid (bipedal) | 5 kg each | 2 (7-DOF) | Strongest humanoid arms, whole-body control |
| Fetch Robotics (OTTO) | $150,000+ | Wheeled + arm | 6 kg | 1 (7-DOF) | Warehouse logistics, enterprise AMR |
| TIAGo Pro (PAL Robotics) | $80,000+ | Wheeled + arm | 3 kg | 1-2 (7-DOF) | ROS2 native, RoboCup standard |
关键文件和系统
移动ALOHA (斯坦福, 2024)
移动ALOHA证明,端到端模仿学习可以产生惊人的能力的全身移动操纵.该系统使用两个ViperX 300手臂在轮子底部,一个人类远程操作员在机器人后面行走,同时控制双臂加上底部运动. 通过仅50个远程操作演示, ACT（Action Chunking with Transformers） 政策学习了
关键见解:与静态ALOHA数据集 (从固定基 ALOHA) 的联合培训提高了移动操纵成功率30%-50%,尽管静态数据没有基动.共享操纵技能转移,政策学会了仅从移动演示中构建它们.这显著减少了实际数据收集负担.
鱼 (普林斯顿,2023年)
蒂迪波特解决了长视野清洁问题:由于一个混乱的房间,取出所有失落的物体并将它们放在正确的位置.它使用LLM (GPT-4)用于高层次的推理 ("杯子上架,"
果,2022年
根据自然语言指导 ("我倒了我的饮料,你能帮助吗?"),LLM提出了一个计划作为一系列原始技能 ("找到海绵","拾海绵","航行流出","擦拭表面").每个技能都有相关的成功概率,根据机器人的当前观察估计. 基于LLM计划概率和技能成功概率的结果,SayCan运行在一个移动的每日机器人上,使用一个7DOF臂,证明基于LLM的任务规划可以处理移动操作所需的开放式指令.
导航操纵协调挑战
**臂基协调:**什么时候应该移动基础,什么时候应该伸展臂?对人体平台 (H1,G1) 的全身控制优化处理基础和臂作为统一的动态链.轮子平台通常使用离合规划
**操纵过程中的动态稳定性:**通过手臂施加力会在基部产生反应力.在一个被限制任务中,一只双腿的机器人在手臂上施加20N水平力,必须同时调整脚部接触,以保持稳定性.这种全身力协调是积极的研究问题. 轮子平台在这里具有优势:反应力通过轮子的地面摩擦被吸收,比脚接触动态更容易进行模拟和控制.
**从移动基地的抓住位置估计:**从移动基地的感知引入了定位不确定性到抓住估计. 2cm的基位置错误扩散到一个抓住点错误,可能超过了抓住容忍度的精确任务.移动操纵系统需要高精度的基位置定位或抓住政策,是强大的基位置不确定性.
交付问题: 在离合架构中,导航系统将机器人交付到"预操纵"姿势,然后交给操纵控制器. 操作控制器应在当前姿势不合适的情况下能够要求基底重新定位.大多数当前系统中,这种反
**长视野状态估计:**在多分钟的移动操纵任务 (例如清理房间) 上,机器人基于SLAM的定位积累漂移.如果机器人在1分钟接取物体,并在5分钟需要将其放置在特定位置,定位错误可能超过定位容忍度. 操作过程中,循环关闭,与已知地标进行重新定位,以及视觉远距离测量更新都是必要的,但增加了计算费用.
规划方法的比较
| Approach | Task Horizon | 泛化能力 | Compute | Data Needed | Maturity |
|---|---|---|---|---|---|
| Whole-body control (WBC) | Single skill | Low (task-specific) | High (1kHz QP) | Dynamics model | Production-ready for locomotion |
| Decoupled nav + manip | Single skill | Moderate | Low | SLAM map + manip demos | Most deployed approach |
| End-to-end IL (ACT) | Multi-step skill | High (within task) | Moderate (GPU) | 50-500 teleop demos | Research demos (Mobile ALOHA) |
| TAMP (任务与运动规划) | Multi-room | High (combinatorial) | Very high | Domain specification | Academic demos, limited production |
| LLM + skill library (SayCan) | Open-ended | Very high (language) | High (LLM inference) | Skill demos + affordance model | Emerging (TidyBot, SayCan) |
| VLA end-to-end (pi0-style) | Multi-step | Very high | Very high (7B+ model) | Large-scale diverse demos | Early commercial (Physical Intelligence) |
移动操作数据收集
移动操作的远程操作示范收集比固定基操作更难,因为操作员必须同时控制基底运动和臂臂运动.
- **走后面的遥控操作 (移动ALOHA风格):**操作员在机器人后面行走,通过领袖臂控制手臂的运动,而基部则跟随操作员的行走运动.对操作员来说,这对操作员来说是最直观的,但需要大量的物理空间,并限制了基本速度到步行速度 (~1.5m/s). 适用于基本轨迹重要任务 (例如,在携带物体时在家具周围导航).
- **VR远程操作:**操作员使用VR耳机从机器人的视角来查看,并通过手控器和插座控制基 + 臂. 允许远程操作,但增加延迟 (20-50ms网络 + 10ms 转化),从而降低了接触任务的示范质量.
- 基于路线点的收集: 分离基路轨迹和操纵演示.首先,手动地将机器人驾驶到操纵前姿势 (或使用自动导航堆
).然后从固定基路位置收集操纵演示.操作员更简单,但不捕捉协调的基臂运动. 适用于导航和操纵不过于时间重叠的任务.
据悉,RCSV的数据收集基础设施支持三种方法.我们的旧金山设施拥有800多平方英尺的可配置地板空间,用于移动操纵数据收集,并用于地面真相基础跟踪的运动捕捉级本地化.
实际部署的例子
- 勤奋机器人模拟器: 车轮移动操纵器用于医院病房供应和布料运输. 商业部署在20多个美国医院到2025年. 使用离合导航+操纵结构化环境 (已知病房布局,标签存储地点).
- **6河流系统 (Shopify):**基于AMR的仓库采集系统,帮助人类工人.处理结构化的垃圾
选,而不是完全的移动操纵.证明限制的移动操纵 (已知物体,已知地点) 是商业上可行的. - **Hello机器人伸展临床试验:**华盛顿大学和乔治亚科技大学对家庭老人护理工作 (搜索物体,打开门) 的伸展试验.公布的结果显示,在日常生活任务中取得了65-80%的成功.望远镜臂设计适合传统的6DOF臂不适合家庭环境.
- **Google DeepMind RT-2 在日常机器人上:**RT-2 VLA模型被部署在谷歌办公楼的移动操纵器机队上,执行厨房清洁和办公桌清洁任务. 维拉脊柱能够按照"在监视器附近取
果并将其放入堆肥桶"的指示,以零射击对新物体进行通用化,尽管操纵精度仅限于5mm+耐受性任务.
移动操作数据差距
移动操纵研究最大的瓶
关闭这一差距需要专门的数据收集基础设施
相关阅读
,我知道你是个 . ,我认为这是一个非常重要的问题. T7 ) 关于" 普计划调查" - [为什么Teleop数据比Sim]
- [数据服务]
- 公司的公司
T11
移动操纵解决方案
提供硬件咨询,数据收集和系统集成,用于移动操纵部署.