灵巧操作与双臂装配数据
灵巧操作数据记录的不只是“手指移动到哪里”,还包括物体在掌内如何运动、哪些接触正在承重或传力,以及双臂在装配中如何分工。手内操作指不释放原有抓持,通过手指协调改变物体相对手掌的位姿。手内六维位姿到达把目标定义为相对手掌的位置和朝向 POISE;手内装配则要求同一只手的手指同时稳定两个零件并完成配合 Assembling Two Parts in One Hand。这两类任务不能只用最终抓取成功标注代替过程数据。
- 观测输入:同步保存手眼与外部相机、手指关节位置与速度、执行器命令、腕部和物体位姿;有条件时记录力、触觉或近距几何。手部遮挡会影响视觉接触判断,ProxiDex 因而用手物距离构造交互线索,但距离仍不能直接充当真实接触力。
- 机构参数:逐次记录手型、关节轴、驱动耦合、腱绳路由和标定版本。腱驱动手的一个执行器可能影响多个关节,Aero Hand Open 与形态和驱动分析都说明了仅以“关节目标角”描述动作会丢失执行约束。
- 时间与坐标对齐:相机曝光、状态采样和控制命令各保留原始时间戳;将物体位姿变换到掌心、腕部及世界坐标系时保存变换链和不确定性。重采样应标出插值点,不能把不同步造成的穿透误当成接触。
- 事件标注:区分接近、初次接触、稳定抓持、手内重定位、滑移、释放和重新抓取。装配另外标注零件角色、支撑臂、插入阶段和卡滞/错位原因;BrickCraft-Duo 的双臂技能组合提示应保存步骤依赖与角色切换。
最小数据契约
Section titled “最小数据契约”| 层级 | 建议字段 | 必须说明的语义 |
|---|---|---|
| Episode | task_id, object_ids, hand_model, calibration_id, initial_grasp_id |
物体实例、手型及初始抓持如何形成 |
| Step | timestamp, camera_frames, joint_state, actuator_command, wrist_pose, object_pose |
控制命令是位置、速度、力矩还是腱长 |
| 接触事件 | finger_id, object_part_id, contact_region, slip_flag, confidence |
由传感器实测、几何推断还是人工核验 |
| 任务结果 | goal_pose, assembly_stage, success, failure_reason |
位姿误差、配合容差与完成判据 |
目标约束也应成为数据字段,而不是散在文本指令里:接近方向、允许接触区域、腕部轨迹及功能手型可以组合,ConGraspXL针对这些条件生成抓取动作;三点抓取接口则把候选接触点与局部闭环控制连接起来。可动关节物体还需记录物体自身的关节状态和功能抓点,ArtManip强调其对跨实例泛化的重要性。
质检、评估与数据集使用
Section titled “质检、评估与数据集使用”逐帧检查位姿跳变、运动学越界、手物几何穿透、接触状态与力信号矛盾;按 episode 检查目标是否真正达到,避免把“视觉看似插入”标成装配成功。测量接触或装配容差时应注明传感器精度和人工复核规则。
训练窗口应覆盖接触前、接触瞬间与稳定阶段,保留失败与恢复样本。评估分开报告物体位姿误差、抓持稳定性、接触违规、步骤成功率及完整任务成功率。按物体实例、材质、目标位姿、手型和装配结构切分,避免同一 CAD 模型的近似姿态流入训练与测试。跨本体双臂迁移可参考 VLBiMan++ 对新物体、场景和执行条件的设置;手的自支撑运动 Fingers as Legs及可重构连续体机器人 Tensegrity Continuum Robots则提醒数据契约要写明形态和任务边界。
本月论文索引
Section titled “本月论文索引”本页索引收录 2026-08-27 至 2026-09-27 发表、归入本主题的论文。
- Tensegrity Continuum Robots Enable Task-Adaptive Morphologies for Cooperative Behaviors(2608.27221)
- Aero Hand Open: A Simulation-Ready Tendon-Driven Hand for Dexterous Manipulation Learning(2608.28578)
- Morphology and actuation as inductive biases in robotic hand manipulation(2609.05206)
- Assembling Two Parts in One Hand(2609.10137)
- Fingers as Legs: Learning Self-Supported Locomotion and Manipulation with an Anthropomorphic Hand(2609.17172)
- ProxiDex: Learning Dynamics-Guided Proximity Policy for Dexterous Manipulation(2609.16586)
- ConGraspXL: Controllable Constraint-Conditioned Dexterous Grasping Motion Synthesis(2609.16319)
- VLBiMan++: Expanding the Generalization Boundary of Vision-Language Anchored One-Shot Bimanual Manipulation(2609.14310)
- Learning In-Hand Object Reaching to General 6D Poses(2609.13761)
- ArtManip: Category-Level Articulated In-Hand Manipulation(2609.12498)
- Steerable and Reactive Grasping Through Modular Design with a Three-Point Interface(2609.24896)
- BrickCraft-Duo: Efficient Dual-Arm Skill Learning and Refinement for Compositional Long-Horizon Assembly(2609.28281)