蚂蚁与斯坦福联合发布1900美元外骨骼UME，让机器人训练补齐“力觉”短板
2026/06/24 20:13阅读量 6
蚂蚁团队与斯坦福大学联合推出通用操作外骨骼UME，成本约1900美元。该外骨骼可在遥操作过程中实时反馈力矩信号并记录关节级力矩数据，使机器人训练从仅依赖视觉和轨迹数据扩展到包含力反馈信息。实验表明，加入力矩数据后少量演示即可提升任务成功率，尤其在插USB、拧螺丝等涉及接触和视觉盲区的任务中优势明显。
事件概述
蚂蚁团队与斯坦福大学联合发布论文《Universal Manipulation Exoskeleton》，并推出通用操作外骨骼UME。该设备可在遥操作过程中同步提供实时力矩反馈，同时记录全臂关节的力矩信号，旨在弥补机器人训练中长期缺失的力反馈与接触状态数据。
核心设计
- 结构：UME采用同轴执行器布局，匹配人体上肢的3-1-3关节结构，通过子结构独立重映射实现对不同机械臂（如6自由度X-ARM、7自由度Franka臂）的适配。
- 力矩反馈：算法过滤高阶惯性力、重力、摩擦力等干扰，使操作者能感受到机器人与环境接触的真实受力。
- 训练：力矩数据与视觉特征拼接后输入Transformer编解码网络，用于训练全身柔顺策略。所有模型在单块RTX 4090上训练仅需8小时。
实验结果
- 任务成功率：在推箱、取GPU、开冰箱拿饮料、插USB四个任务中，加入力矩数据的UME相比仅记录视觉和动作轨迹的UMI，用更少的演示量即可获得更高成功率，且在涉及接触和视觉盲区的“手感类”任务优势明显。
- 数据采集效率：带力矩反馈的UME每分钟演示数（DPM）是无反馈版本的三倍多，达到真人操作速度的71%。
局限与价值
- 成本：虽采用国产电机和PLA打印骨架压缩成本，但仍需1900美元，相比百美元级的UMI、ALOHA等无优势。
- 穿戴限制：自重约12kg，舒适穿戴时长约2小时。
- 数据规模：全部演示数据仅几十小时，限制了模型泛化能力。
UME的核心意义在于将外骨骼从传统的“力输出设备”重新定义为“力感知设备”，探索了一条产业与学界协同的路径：企业提供低价稳定硬件，实验室研发感知智能，有望开拓此前因数据成本过高而被放弃的机器人边际任务。