为什么双手操纵是机器人学习的下一个边界

单臂操纵已经达到当地最佳水平. 接下来重要的工作:洗衣,,电缆管理,装配,养老保健,都需要两个协调的手. 我们的数据,硬件和政策尚未为这个世界做好准备.

发表于2026-04-10年,由谷机器人研究中心的研究团队.

**TL;DR.**双手操纵不是单臂的更难版本.它质量上不同.一个单臂的机器人身体上不可能完成大量不断增长的经济重要任务:大多数洗衣,大多数,大多数电缆工作,大多数儿童和老人照顾任务,以及大多数人类仍然执行的工业组装. 现在的约束力是 (1) 缺乏高质量的双手动示范数据, (2) 政策的不成熟性,明确地模拟两臂协调,以及 (3) 硬件仍然将双手动视为两个单手臂粘在一起.

单臂操纵达到本地最佳水平

现代机器人学习的第一波几乎完全是基于单臂的基准:桌面选择,插入,关节对象操纵.这些操作可行,因为它们允许一个干净的行动空间,一个干净的摄像头设置和一个干净的奖励. 单臂模仿学习的限量已经提高到足够的程度,使得适合这种模板的任务,团队不再主要受到学习的限制,而是受到机器人的可用性和吞吐量的限制.

问题是,一个单臂模具适合经济感兴趣的任务的宇宙比看起来更小.每次我们把一个单臂机器人放在一个现实的家庭或工作场所任务列表前面,我们发现大多数任务需要在前10分钟内两只手.

需要两手的任务

洗衣机是最常见的洗衣类别.折叠一件衫需要至少一只手来保持一个参考点,而另一只手来操纵布料.从洗衣机到干燥机移动湿衣物需要持续的双手聚集.任何曾经看过一只手臂机器人试图折叠一只毛巾的人都会立即理解这个论点.

制过程类似.,制,制,从一只手中拿起的碗中倒,打开瓶子,用刀和在切割板上稳定手,都需要真正的双手协调,而不是两个连续的单臂步骤.我们探索了 [建造机器人厨房助手]T0的混凝土构建.

电缆管理和电子组装 高混合低量制造的不迷人的脊柱 几乎完全是一个双手问题.一只手路线,另一只手紧固,对在插入上合作.工业组装线的人大部分时间都在做这件事.

照顾工作,如从床上转移到椅子上,在人床上时换床单,或穿衣服,都是积极的双手工作.这是人形工业劳动力短缺论文满足身体能力的实际限制的应用空间.

最后,大部分家庭任务需要紧密协调的两个手,包括装洗碗机,床,设置桌子,包装物品,包装礼物.一个可以单臂完成桌面任务的机器人是研究演示.一个可以用两手完成家庭任务的机器人是产品.

们在们的声中,

据悉,在2023年斯坦福大学出版的ALOHA平台,在双手中,默默地做了低成本的3D打印对硬件黑客的做法:它消除了进入障碍.两个低成本的7DOF臂,一个领导者跟踪的远程操作平台,一套清洁的ROS接口,以及一个可复制的配方,一个四分之一的实验室可以在两个人之间构建. 在ALOHA之前,双手操作研究需要一个Baxter (终身),一对Franka Pandas (~60K美元+全包),或一个定制的构建 (~6个月的工程).

我们在 [ALOHA机器人指南]T1中进行了原始,组装和第一次训练流程,以及在 [移动ALOHA设置指南]T2中进行了设置细节.公开代码和设计仍然存在于 [ALOHA GitHub存储库]T3. 让这种情况成为可能的硬件设计决策值得以自己的条件研究:被动重力补偿,动态相似的领导/后者臂,以及故意选择保持系统的低精度,但低延迟.

接下来的移动ALOHA工作将同样的配方扩展到移动基础上,证明双手机远程操作模式在桌面之外的范围也普遍化.我们的 [移动ALOHA成本分类]T4) 涵盖了今天实际需要什么来复制平台.

双手册不仅仅是"两个单手"

两项独立单臂政策的培训和让它们运行并行是早期双手政策工作中常见的失败模式. 这就立即打破任何需要协调的任务.

• 行动空间合. 在许多双手任务中,右手的正确行动取决于左手的当前姿势,接触状态和速度.一个政策不看待国家双方将会做出本地合理但共同错误的决定.
• **时间调整.**双手任务有次分窗户,其中两臂都需要一起行动. 行动分类政策 (ACT和后代) 与共享行动头处理这种优雅;独立的政策与独立的控制循环不一样.
• 联系和力量共享.** 当两个手握着相同的物体时,没有任何一个手都不能独立控制位置,而不会进行战斗.政策需要考虑共享接触,通常是关于力量分配.我们的 [联系力量解释者]T5) 涵盖了控制理论方面.
• 手机的位置: 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机, 手机,

数据问题比看起来更大

单臂数据生态系统有Open X-Embodiment,DROID,BridgeData V2和一个长尾的公共数据集.双手动数据生态系统有ALOHA类版本和少数非公开的企业数据集.使OpenVLA和Octo成为可能的跨体现预训练故事只是尚未存在双手动.

为什么?因为双手机远程操作更难扩展.一个操作员需要两个手自由来控制机器人,这排除了单臂数据收集的点击和拉取接口.领导跟踪平台工作,但需要每个操作员更多的硬件. 基于VR的方法解决了操作员侧的机械学,但引入了自己的校准和延迟问题;我们将VR远程操作公司的实际选择进行比较.基于手套和手动跟踪的双手动集合是最有前途的方向,但硬件还在早期.

结果是,双手数据收集比单手数据收集每小时大约高出2-3倍,每集的示范质量更为可变.我们的成本分析是在 [机器人数据收集成本多少]T8. 对于该领域的含义是明确的:如果我们想要一个与OpenVLA相比的双手基础模型,有人必须资助一个双手数据收集工作,比目前的任何公共数据库都大.RCSV的[数据库]T9) 和[数据服务]T10) 构建以解决这一差距.

6 硬件瓶

双手硬件有三个慢性问题.第一是两个手几乎总是需要共享一个工作空间,而它们之间的碰撞避免仍然以临时的方式处理而不是作为一流的控制问题.第二是大多数"双手"商业平台实际上是两个单手接到共享的基础,没有共享的体部动力或共享的胸部摄像头. 在规格表中,这看起来很好,但对于实际任务来说,这非常重要:跨越身体,在两只手之间着物体,

单手研究通常用简单的两指平行抓住器获胜.双手工任务通常需要至少一边的更多:用于处理纸张的吸管杯,用于线缆工作的手更具优雅,用于织物的软抓住器. T11) 和我们的 (T12) T12) T13) 让你根据终端效应器类型过平台.

人类形的连接

每个严重的人类型平台都是双手操作平台,而第二是机动平台,至少在经济价值所在的方面.Unitree G1,Booster T1,Fourier GR-2,图02,Apptronik Apollo,1X Neo 之间的区别,一旦机动是"足够好的",是两只手臂的质量和巧妙性. 这就是为什么双手动数据问题也是人形数据问题.想要有意义的操纵能力的人形飞行员的团队都面临相同的数据瓶.我们在 [人形机器人比较2026年]T14中涵盖硬件景观.

8. 政策,明确地模拟双手结构

政策方面,研究界限正在朝着模式转向两手协调的架构,而不是一种新兴的产品.具有共同的脊柱和两个行动头的动作碎片变压器是当前的工作马. 更有趣的方向是关于共享对象或接触作为明确的中间变量的政策:而不是预测"左臂应该做什么"和"右臂应该做什么",预测"对象应该发生什么"然后分解成每臂的行动.

对于当今选择模型的团队来说,我们在 /vla-models/ 和 预算上扩展VLA培训 记录了实际的权衡.

9. 选择投资的实验室的实用建议

• **从已知硬件模式开始.**要么是ALOHA式平台,要么是双手商业平台.不要试图从零开始构建一个;研究内容在于政策和数据,而不是动态.请参阅RCSV商店 中的硬件选项.
• **早期投资于远程操作的 ergonomics.**双手动数据收集对操作员来说是物理上比单手机更难的.操作员疲劳直接转化为数据质量.我们在 [远程操作疲劳和 ergonomics]T18) 的注释涵盖这些问题.
• 在构建模型之前,建立数据管道.* 双手数据集的质量将比政策架构更强. 使用我们的 数据质量检查清单.
• **选择具有明显双重价值的任务.**洗衣,电缆工作和准备食物都使双手经验故事为利益相关者提供具体的内容.
• 预算是现实的. 双手术研究成本在硬件和运营商中大约是单手的两倍,至少在第一年.
• **考虑租.**如果你正在为企业进行双手续研究, RCSV租 让你在没有做出任何决定的情况下运行四分之一,

10 结尾说明

机器人技术中,有一个常见模式,该领域花费了十年来优化错误的东西,因为它是可测量的,然后人们开始测量正确的东西后,有趣的进步就发生了.我们花了十年来优化单臂基准.下一个十年将被测量在两手工任务中,以前是不可能的,现在是日常的. 现在,我们在这个问题上,

如果您正在这个领域建设,我们的 [购买者指南]T23) 和 [比较工具]T24) 是最快的方法来测量一个程序,

相关阅读: 移动ALOHA设置, ALOHA指南, 远程运营数据质量,以及 人性供应链现实检查.