中国国防科技大学和家电制造商美的集团的研究团队合作致力于解决人形机器人技术中的一大难题：如何实现人形机器人像人类一样自然地移动，而无需进行数千次昂贵的演示。
为了解决这些问题，团队HumanoidExo 在一项研究中被引入纸上周出版这款轻便的可穿戴套装可以记录人的全身运动（手臂、躯干和腿部），并将其转换为机器人学习的结构化数据。
在测试中，宇树 G1经过数据训练的人形机器人在仅接触几个例子后就学会了执行复杂的操作任务，甚至行走。
研究人员写道：“人形机器人策略学习的一个重大瓶颈是获取大规模、多样化的数据集，因为收集可靠的现实世界数据仍然既困难又成本高昂。”
人形机器人通常无法泛化人类运动，因为它们的训练数据来自视频或模拟。HumanoidExo 通过捕捉真实的关节空间运动解决了这一问题。
该套装将人类的七个手臂关节直接映射到机器人的配置上，在手腕上使用惯性传感器，并在背部添加一个激光雷达装置来追踪穿戴者的躯干和身高。
该运动流输入到名为 HumanoidExo-VLA 的双层 AI 系统，这是一个解释任务的视觉-语言-动作模型和一个在运动过程中保持平衡的强化学习控制器。
研究人员表示，Unitree G1 仅接受了 5 次远程操作演示和 195 次外骨骼记录训练。混合数据将拾取和放置任务的成功率从 5% 提升至 80% 左右，几乎与 200 次演示的基准值持平。
当外骨骼捕捉到一个人走向桌子时，机器人就学会了走路，尽管它的直接训练数据中并不包含走路的动作。
研究人员还声称，该机器人在运动部分实现了 100% 的成功率，并且可以继续操纵物体而不会失去平衡。
在一项测试中，研究人员用物理方式将机器人推离其工作区域。机器人通过走回原位并完成任务来恢复。
这项研究正值全球掀起人形机器人研究热潮之际。
NVIDIA 的项目GR00T、谷歌 DeepMind 的双子座机器人，而 Figure AI 等初创公司正在竞相扩大机器人训练规模。
与此同时，总部位于巴黎的外骨骼制造商 Wandercraft 展示了其阿塔兰特十世2024 年夏季奥运会的比赛服也转向了人形机器人推出其新型人形机器人，加尔文 40，六月。
这款新机器人基于该公司的更容易的外骨骼设计。
Wandercraft 首席执行官 Matthieu Masselin 此前曾表示：“我们随处可见人形机器人——在美国、在中国、特斯拉、Figure AI 都有。”解密。
“对我们来说，这和我们过去十年来一直在开发的技术是一样的，”他说，“一旦我们开始收到越来越多的请求，人们开始把我们拉进这个市场，那么除了外骨骼之外，开发一款基于相同技术的自由自主的人形机器人就变得很有意义了。”
尽管如此，HumanoidExo 方法还是为训练人形机器人提供了一种更容易的途径，教机器人走路很快就意味着简单地穿上衣服然后出去散步。