-
日期: 2026-04-27 | 來源: 最商業 | 有0人參與評論 | 字體: 小 中 大
做有觸覺的機器人
如果說休學創業是第壹張反常識的牌，那麼在技術路線上的堅持，是楊豐瑜打出的第贰張。
過去兩年，人形機器人是資本市場最熱的賽道之壹。波士頓(专题)動力的Atlas會後空翻，特斯拉的Optimus在工廠裡走來走去，宇樹科技的機器人甚至上了央視春晚。壹時間，所有機器人都在秀肌肉，都在比誰跳得更高、跑得更快、動作更炫。
但這些機器人可以在工廠工作，可以用於文娛表演，但很少運用到C端。因為工廠這樣的To B場景相對簡單、可控，但家庭環境就太復雜了。
每個家庭的桌子高矮不同、東西擺放不同、光線條件不同，對機器人的適應性都是巨大的考驗。
而且絕大部分人形機器人沒有觸覺。它們依靠視覺和預設程序運作，這在結構化、可預測的環境裡還能湊合，但壹旦進入家庭這種高度非結構化的環境，就會徹底失靈。
觸覺在人的操作體系裡是最本能的感知模態。從包裡找鑰匙，人不會盯著包看，而是靠手摸。機器人也壹樣，尤其是在操作可形變物體時，衣服會變形、褶皺、粘連，視覺能提供的信息極其有限，必須依靠觸覺。
另外在壹些精細活動上，比如將充電線插入充電口，單靠視覺也無法完成。
楊豐瑜要做的是“有觸覺的機器人”。但讓機器人擁有觸覺，說起來簡單，做起來極難。最大的挑戰是，訓練數據從哪兒來？傳統視覺AI可以爬取互聯網上的海量圖片，但觸覺數據幾乎是壹片空白。
優理奇的解法很聰明，在數據采集階段，讓人類佩戴觸覺傳感器去完成家務任務，把真實的觸覺反饋“教”給Unitouch大模型。
通過Unitouch大模型，將觸覺信息引入到多模態感知系統中，讓機器人在看到物體時，也能推斷出它的材質、軟硬、粘性，從而判斷應該用多大的力去抓、怎麼去折、如何避免損壞。
除了UniTouch模型，優理奇還擁有兩大自研技術：
高效泛化模仿學習框架UniFlex，通過示例驅動機器人自主學習復雜連續任務，如煎蛋翻面需動態判斷時機；
長序任務規劃架構UniCortex，讓機器人多步驟連貫作業，如整理客廳—洗衣—晾曬—刷馬桶等。
- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見