CSS站长资源（ChinaZ.com）2月22日 消息:UMI是斯坦斯坦福开发的一个机器人数据收集和策略学习框架，通过手持式夹持器和精心设计的福开发机复制接口进行数据收集。该框架能够将人类在复杂环境下的器人器人操作技能直接转移给机器人，无需人类编写详细的学习编程指令。通过人类亲自操作演示然后收集数据，框架直接转移到机器人身上，直接使得机器人能够快速学习新任务。人类

UMI整合了精心设计的操作策略接口，包括推理时延匹配和相对轨迹动作表示，斯坦使得学习到的福开发机复制策略不受硬件限制，可跨多个机器人平台部署。器人器人

项目地址:https://top.aibase.com/tool/universal-manipulation-interface

UMI提供了一个便携、学习直观、框架低成本的直接数据收集和策略学习框架，允许直接将多样化的人类人类演示转化为有效的视觉运动策略。这一框架特别适用于传统遥操作难以完成的任务，如动态、精确、双手操作和长期视角任务。

UMI的主要特点和功能包括技能转移、数据收集、多平台部署、提高机器人操作能力、快速适应新任务、降低机器人学习成本以及推动机器人技术在各领域的应用。

UMI的关键技术和设计理念包括硬件设计、硬件无关的数据收集、推理时延匹配与相对轨迹动作表示，以及零次射泛化能力。硬件设计采用手持式夹持器和高质量摄像头，配备鱼眼镜头和侧面镜子，以及IMU感知追踪，保证数据收集的准确性和稳定性。

硬件无关的数据收集通过通用的手持式夹持器和视觉系统，实现了数据的灵活性和可用性。UMI在策略接口中实现了推理时延匹配和相对轨迹动作表示，确保动作的准确性和时间对齐。同时，UMI学习到的策略具有零次射泛化能力，能够在新环境和对象下执行任务。

UMI在现实世界的应用验证中展示了其方法的有效性，包括动态投掷、精确放置、双手协作任务等。这些实验不仅证明了UMI策略的泛化能力，也展示了其在真实世界环境中的应用潜力。通过UMI，机器人能够快速学习新任务，提高操作能力，降低学习成本，推动机器人技术在各领域的广泛应用。

(责任编辑：深度)