教授机器人工具灵活操作难题

在教授机器人灵活使用工具方面，目前主要有两种策略：一是人类遥控（用于模仿学习），二是模拟到现实的强化学习。然而，这两种方法均存在明显的局限性。

1、人类遥控（用于模仿学习）：在实际操作中困难重重。人类在没有触摸反馈的情况下，很难在不同实施例中做出安全且灵巧的动作。

2、模拟到现实的强化学习：领域差距使模拟策略难用于现实；复杂任务需特定参数和模型架构，耗时费力且可扩展性差。

加州大学伯克利分校 BAIR 研究院与 Meta AI 携手开发出 DexGen，旨在解决教授机器人灵活使用工具的难题。DexGen 借助生成式模型优化机器人运动，可使机器人将人类给出的粗略操作指令，在仿真环境中通过强化学习自主调整，转换为精准且安全的动作。

DexGen技术解析：

建立一套成熟的操作认知：

让 DexGen 在模拟里学习多样灵巧操作行为，借助远程操作等高级策略把粗略动作细化成精细灵巧动作。

扩大数据集

用强化学习代理生成大型 Anygrasp - to - Anygrasp 数据集，以此为核心构建庞大多任务灵巧操作数据集，对 DexGen 进行预训练。

实现应用：将 DexGen 用于远程操作，在各种有挑战性的设置中，借助它让人类通过增强遥控系统进行灵巧操作，且 DexGen 能在不同场景拒绝危险行为。

在这项研究中，Franka Robotics 机械臂作为主要核心硬件，为 DexGen 在真实环境中的稳定执行提供了有力支撑，具体优势如下：

高精度：姿态重复误差率控制在 ±0.1mm 以内，保障操作精准。

低延迟：实时响应控制，降低延迟，快速适应任务。

高灵活：七自由度设计，可在狭窄空间完成复杂任务。

强力控：关节配备扭矩传感器，精确感知和控制外力，保障安全。

可拓展：支持多种编程环境和接口，方便定制功能。

Franka Research 3：DexGen验证的核心载体

模拟实验：

在模拟中测试 DexGen 协助次优策略解决 Anygrasp - to - Anygrasp 任务的能力。

模拟 2 种次优策略：

π_noisy(a|s)=π_expert(a|s)+��(−α,α)，模拟添加均匀噪声执行危险次优操作的专家。

π_slow(a|s)=��(0,α)π_expert(a|s)，为 expert 的减速版本。

比较次优expertπ向受援助的同行DexGen∘π，记录不同策略在一定时间内严重失败（掉落物体）平均次数和目标达成次数。

模拟评估结果：

用 DexGen 来修复一些被噪声干扰的任务。这些任务的动作范围在 [-1, 1] 之间，但外界干扰经常把这些动作搞乱。在20分钟的模拟测试里，可以看机械操作能持续多久，还有它们完成了多少目标。

结果显示，DexGen 能让这些操作任务表现得更好。它能让机械抓取的运行时间延长10到100倍，甚至能让那些被严重干扰、原本失败的任务操作也成功完成任务。证明了DexGen能够提高极次优策略的鲁棒性和成功率。

现实场景实验设置

1. 使用 Allegro Hand 作为机械手，连接到 Franka - panda 机械臂。
2. 基于重定向系统，用 Manus Glove 捕捉人类手部姿势（300Hz 运行机密快速重定向方法重定向到 Allegro 手）
3. 通过 Vive 跟踪系统获 6D 人体手腕姿势，单独控制机械臂。

实验任务：

1. 螺丝刀任务：用户拿起桌上螺丝刀拧紧螺栓。
2. 注射器任务：用户拿起注射器将液体注入目标区域。
3. 玩魔方任务：用户操控机械手拿起魔方并进行转动操作，尝试完成魔方复原。
4. 拿笔写字任务：用户控制机械手拿起笔，在特定书写区域写出指定内容。

实验证明：

使用普通的遥操作系统几乎没法完成那些任务。在实际操作里，操作硬件很容易打滑，把物体给弄掉了。但用DexGen不一样，跟普通系统比起来，它能稳定，灵活的完整任务操作，帮用户搞定各种有挑战性的任务。

以上实验均使用Franka Research 3机械臂为实验硬件载体，该7自由度协作机器人可通过BFT机器人平台获取

Franka技术优势

精准灵活操作：Franka 精准拟人操作，远程操控灵活。

安全人机协作：实时力反馈与碰撞检测，人机协作更安全。

低本易维护：部署成本低，远程监控与维护简便。

Franka广泛应用场景

科研：仿生触觉模拟、人机神经机制研究。

工业：精密电子装配、柔性材料质检。

医疗：肝脏超声波扫描辅助、康复外骨骼阻抗调节。