斯坦福大学和哥伦比亚大学联合开发的以人手为灵巧操作通用接口的突破性研究——DexUMI

在灵巧机器人领域，一项重大突破正在改变机器人如何学习复杂的手部操作技能。来自斯坦福大学、哥伦比亚大 学、摩根大通 AI 研究院、卡内基梅隆大学和英伟达的研究团队，由 Mengda Xu 、 Han Zhang 、 Yifan Hou 、 Zhenjia Xu 、 Linxi Fan 、 Manuela Veloso 和 Shuran Song 共同合作，于 2025 年 5 月发表了题为《 DexUMI: Using Human Hand as the Universal Manipulation Interface for Dexterous Manipulation 》的研究 论文。这项研究提出了一个创新框架，允许机器人直接从人类手部动作中学习复杂的灵巧操作技能。 人类的手部展现出令人惊叹的灵巧特质，能够胜任各式各样复杂精细的任务。然而，将人类手部的这些技能迁移 至机器人身上，却始终面临着巨大的挑战。究其原因，主要是人类的手与机器人的手之间存在着显著的 " 身体差 异鸿沟 " 。研究团队由此提出了一个核心问题：究竟该如何最大程度地缩小这种 " 身体差异鸿沟 " ，让人类的手 部能够成为各类不同机器人手的通 ...