Current Robotics 發(fā)布 Curr-0：以 Single Policy 實(shí)現(xiàn)全身靈巧操作

Curr-0實(shí)現(xiàn)人形機(jī)器人全身靈巧操作，推進(jìn)多物理模態(tài)交互世界模型研發(fā)。

編輯丨李希

人形機(jī)器人的操作能力研究，長期面臨一個(gè)系統(tǒng)性困境：移動(dòng)與操作被當(dāng)作兩個(gè)獨(dú)立問題來解決。

現(xiàn)有方案的主流路徑是讓機(jī)器人走到目標(biāo)位置，停下來，再執(zhí)行操作策略。但這種順序執(zhí)行的邏輯在真實(shí)場(chǎng)景中根本行不通——站姿決定抓取可達(dá)性，軀干姿態(tài)影響手臂施力方式，足地接觸條件制約全身平衡，手部接觸又反過來改變身體的未來運(yùn)動(dòng)。移動(dòng)與操作在物理上是強(qiáng)耦合的，不是兩個(gè)可以串行的模塊。

今天，Current Robotics發(fā)布Curr-0，一個(gè)面向人形機(jī)器人的全身靈巧操作基礎(chǔ)系統(tǒng)，通過Single Policy將移動(dòng)控制、全身姿態(tài)協(xié)調(diào)與手部精細(xì)操作作為統(tǒng)一問題進(jìn)行端到端訓(xùn)練，運(yùn)行在70+自由度人形本體上，單一模型，共享權(quán)重，全程自主。

Current Robotics專注于機(jī)器人數(shù)據(jù)基礎(chǔ)設(shè)施與具身智能全棧訓(xùn)練系統(tǒng)研發(fā)。

01

Single Policy：

推理、運(yùn)動(dòng)、交互的統(tǒng)一策略框架

Curr-0的核心是通過Single Policy將推理、全身運(yùn)動(dòng)控制與精細(xì)交互統(tǒng)一在同一策略框架下，而不是三個(gè)獨(dú)立模塊的順序拼接。

系統(tǒng)內(nèi)部采用Tri-System架構(gòu)：高層負(fù)責(zé)推理與任務(wù)理解，中層負(fù)責(zé)全身運(yùn)動(dòng)與穩(wěn)定性協(xié)調(diào)，底層負(fù)責(zé)手部與物體的精細(xì)交互。三者在同一閉環(huán)策略中實(shí)時(shí)協(xié)同運(yùn)行，機(jī)器人不需要"先想好再動(dòng)"，而是在運(yùn)動(dòng)過程中讓全身與手實(shí)時(shí)耦合調(diào)整。

02

數(shù)據(jù)從哪里來

Curr-0基于21,000小時(shí)真實(shí)人類行為數(shù)據(jù)訓(xùn)練，其中包含2,800小時(shí)全身示教數(shù)據(jù)。這些數(shù)據(jù)來自Current Robotics自研的HumanEx全身外骨骼數(shù)據(jù)采集系統(tǒng)。

HumanEx的核心設(shè)計(jì)是將數(shù)據(jù)采集從機(jī)器人本體解耦。不同于遙操作方案需要人直接控制機(jī)器人，HumanEx讓人類穿戴外骨骼設(shè)備在真實(shí)場(chǎng)景中自然完成任務(wù)，同步采集全身姿態(tài)、關(guān)節(jié)運(yùn)動(dòng)、手部動(dòng)作、本體感知、肌電信號(hào)和環(huán)境交互數(shù)據(jù)。由于無需控制機(jī)器人本體，系統(tǒng)可以直接部署在工廠、實(shí)驗(yàn)室、辦公室等多種真實(shí)場(chǎng)景中進(jìn)行采集。

這將數(shù)據(jù)規(guī)模的增長路徑從"機(jī)器人部署小時(shí)數(shù)"切換為"人類任務(wù)小時(shí)數(shù)"。

03

多物理模態(tài)交互世界模型：評(píng)測(cè)與部署的擴(kuò)展基礎(chǔ)設(shè)施

數(shù)據(jù)和模型之外，Current Robotics還在攻克另一個(gè)系統(tǒng)性瓶頸：物理世界本身無法規(guī)模化。

對(duì)于全身接觸豐富的人形機(jī)器人任務(wù)，每次策略評(píng)測(cè)都需要消耗真實(shí)硬件、能源和人力，失敗無法回滾，場(chǎng)景無法按需重置。Current Robotics正在構(gòu)建覆蓋視覺、本體感知、力覺等物理信號(hào)的多物理模態(tài)交互世界模型，作為物理世界的可擴(kuò)展替代，用于策略評(píng)測(cè)、后訓(xùn)練和部署驗(yàn)證。

在此基礎(chǔ)上，團(tuán)隊(duì)提出Human-in-the-World-Model框架：策略在世界模型中閉環(huán)運(yùn)行，當(dāng)出現(xiàn)錯(cuò)誤或不確定時(shí)，人類直接在世界模型中介入修正，修正片段用于后續(xù)訓(xùn)練，為后訓(xùn)練提供更高效的迭代路徑。

04

從數(shù)據(jù)到部署：全棧閉環(huán)

Curr-0不是一個(gè)孤立的模型發(fā)布，而是Current Robotics全棧具身智能基礎(chǔ)設(shè)施的階段性成果。

從HumanEx外骨骼采集真實(shí)人類行為數(shù)據(jù)，到Curr-0端到端訓(xùn)練，再到多物理模態(tài)世界模型支撐的評(píng)測(cè)與后訓(xùn)練，最后到Human-in-the-World-Model加速部署驗(yàn)證——數(shù)據(jù)、模型、評(píng)測(cè)、部署四個(gè)環(huán)節(jié)在同一套體系內(nèi)持續(xù)迭代。

Current Robotics認(rèn)為，具身智能系統(tǒng)的核心競(jìng)爭不在于單點(diǎn)模型能力，而在于能否構(gòu)建一套可持續(xù)擴(kuò)展的數(shù)據(jù)與迭代基礎(chǔ)設(shè)施。隨著人類行為數(shù)據(jù)的持續(xù)積累，模型能力可以不依賴機(jī)器人fleet規(guī)模的擴(kuò)張而持續(xù)提升。

技術(shù)報(bào)告請(qǐng)點(diǎn)擊「閱讀原文」：current-robotics.com/blog/curr-0

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號(hào)名片。