文章目录
Main
图1 人居环境下的人形双臂机器人系统
通用人形机器人 作为近年来机器人与AI交叉领域的研究热点和技术竞争高地，因其具备在 非结构化人居环境 中承担各种琐碎家务的潜力而得到广泛关注。 人形双臂系统 直接承载着人形机器人操作任务的执行能力，通用且灵巧的操作不仅依赖先进的感知与推理决策，而且对复杂的协同规划控制设计提出了极高要求。
现有研究工作大多专注在解决某一特定层级的问题 ，例如环境-物体的感知、推理与策略生成、机器人系统的规划或操作控制， 并且方案通常与特定的被操作物体或任务强相关，难以迁移和泛化。
任意抓取和操作具有各种几何和物理特性的任意物体是人形双臂机器人系统通用化的技术体现，构建一个通用的感知-规划-控制架构 有望能利用双臂系统硬件本体能力并充分发挥其灵巧性和多功能性的特点，弥合AI技术与机器人技术间的鸿沟。近日, 机器人领域顶级期刊IEEE Transactions on Robotics 上在线出版了长文 Enabling Versatility and Dexterity of the Dual-Arm Manipulators: A General Framework toward Universal Cooperative Manipulation 。这项研究工作设计并提出了业界首个双臂通用协同灵巧操作架构， 该架构在感知层、双手抓取、协同操作规划和底层控制等方面提供了丰富的接口，具有很高的通用性、可扩展性和兼容性。
基于该框架研究人员实现了包括协同旋拧、人机物理协同操作、协同倒水、基于物体可供性和意图识别的动态交互、干扰抑制和大体积物体的自主交接等各种显著差异化的任务。
图2 干扰抑制
该项研究一作兼通讯作者为任义博士 ，共同作者包括张正友教授和Martin Buss教授两位IEEE Fellow ，人形机器人总师倪风雷教授 ，郑宇博士 以及杨扬教授两位IEEE Senior Member等多位机器人领域专家。
图3 协同抓取与操作的双臂系统
图4 双臂协同操作多优先级优化框架
Long-Horizon重排实验
在long-horizon重排实验中，双臂机器人系统连续抓取和操作人居环境中常见的桌面书架，储物篮和显示器支架这3个未建模物体，实验结果表明双臂机器人在所设计的通用架构下能协同抓取大尺寸物体并能在执行复杂协同操作任务过程中全自主高精度避自碰。
近期引发业界热议的 Tesla Optimus 机器人以及 Mobile ALOHA 在双臂灵巧操作方面的最新成果均采用基于模仿学习的人-机技能迁移路线 ，以期望达成双臂灵巧操作技能的泛化。自上而下研究具身智能并自下而上研究机器人操作规划与控制 ，有助于弥合AI与Robotics之间的技术鸿沟，提升基于AI生成的操作策略在物理世界中执行的稳定性和可靠性，加速双臂系统全自主通用化的到来。
更多内容和视频资料可阅读论文原文。
IEEE Transactions on Robotics：Enabling Versatility and Dexterity of the Dual-Arm Manipulators: A General Framework toward Universal Cooperative Manipulation
https://ieeexplore.ieee.org/document/10449470