机器人前瞻（公众号：robot_pro）
编译 江宇
编辑 漠影
机器人前瞻4月25日消息，英伟达（NVIDIA）与波士顿动力（Boston Dynamics）宣布了一项突破性合作：他们开发的 DextrAH-RGB 技术让机器人手臂能像人类一样“看”懂物体，灵活抓取各种物品。
这项技术通过虚拟训练打造智能抓取能力，并在波士顿动力的 Atlas MTS 机器人上成功应用，实现了从虚拟到现实的“零样本”飞跃。
一、DextrAH-RGB：让机器人学会灵活抓取
传统机器人手臂只能按预设程序抓取固定物体，遇到新物体或复杂环境就“傻眼”。DextrAH-RGB 解决了这个问题，它让机器人通过立体摄像头“看”到物体，自动判断如何抓取，哪怕是没见过的东西也能应对。
这项技术的训练全在英伟达的 Isaac Lab 虚拟平台上完成，过程分为两步：
- 虚拟老师训练：通过强化学习，机器人先在虚拟世界中练习抓取。系统模拟各种场景，比如物体滑落或环境干扰，让机器人学会应对意外。
- 现实学生应用：通过模仿学习，机器人从虚拟摄像头获取图像，学会根据物体的形状和位置抓取。最终的策略直接用在现实中，无需额外调整。
这种“先练后用”的方式大大节省了训练时间和成本，让机器人能快速适应现实世界。
二、Atlas 机器人：灵巧抓取的现实明星
波士顿动力的 Atlas MTS 机器人是 DextrAH-RGB 的最佳展示平台。它的三指夹爪能抓取从轻巧零件到重型工业物品的各种物体。
英伟达发布的信息显示，Atlas 不仅能精准抓取不同形状的物体，还能在抓取失败时自动检测并重新尝试，展现出惊人的智能。
更重要的是，Atlas 的抓取能力完全来自虚拟训练，没有在现实中额外调整。这种“零样本”技术让机器人可以“即学即用”，为工业自动化节省了大量时间和资源。
结语：为什么这次的合作这么重要？
英伟达与波士顿动力的合作解决了机器人灵巧性领域的两大难题：适应性和数据稀缺。
通过虚拟训练，DextrAH-RGB 让机器人能快速适应新任务和新环境，而无需大量现实数据。这对以下行业意义重大：
- 制造业：机器人可以灵活组装不同零件，提高生产效率。
- 物流：在仓库中快速分拣各种形状的包裹。
- 医疗：协助精准手术或搬运医疗设备。
波士顿动力提供了先进的机器人硬件，英伟达则贡献了强大的 AI 软件，两者结合让机器人变得更聪明、更实用。
这次合作只是英伟达机器人研究的一部分。他们还在开发其他技术，比如：DexMimicGen，可通过少量人类示范生成大量虚拟数据，帮助双臂机器人完成复杂任务，比如搬运大件物品；GraspGen，一个包含5700万个抓取动作的虚拟数据集，支持不同类型的夹爪。
英伟达和波士顿动力计划继续合作，将这些技术应用到更多场景，比如智能仓储、医疗辅助等，让机器人成为人类工作中的得力伙伴。
主题测试文章，只做测试使用。发布者：人脑网，转转请注明出处：https://www.rennao.com.cn/8919.html
