路易斯维尔大学研究人员开发了一套面向微型人形机器人的全身遥操作-移动-操作系统，结合VR与强化学习实现远程行走、手臂操作和物体搬运。系统采用VR头显和手柄追踪操作员姿态，生成上半身指令，下半身由RL策略负责行走平衡，并通过ROS无线传输。实验显示端到端延迟约220毫秒，机器人10分钟内平均搬运2个方块，速度约0.35米/秒。系统目前存在脚抬不够高、有线供电、遥操作柔顺性不足等局限，未来计划集成VR跑步机并实现无线操作。

本摘要由 AI 自动生成，可能与原文存在偏差。

查看引用/信息源请点击：映维网Nweon

VR指挥走路，强化学习稳住平衡

（映维网Nweon 2026年08月03日）美国路易斯维尔大学研究人员开发了一套面向微型人形机器人的全身遥操作-移动-操作系统。系统结合了VR虚拟现实与RL强化学习技术，使操作员能够远程控制机器人同时完成行走、手臂操作和物体搬运等复杂任务。

近年来，全尺寸人形机器人在VR遥操作和RL运动控制方面取得了显著进展，但这类机器人价格昂贵且操作困难，研究社区难以广泛获取。微型人形机器人成本更低、更易操作，但其设计中的仿生学程度较低，传感器和自由度较少，缺乏类似的技术发展。为此，研究人员从零开始，为基于DYNAMIXEL的微型人形机器人开发了一套完整的远程呈现控制栈。

系统的核心架构是：人类操作员佩戴VR头显和手柄，通过VR界面发出指令；上半身的遥操作控制生成手臂运动指令，下半身的RL运动策略则负责行走和平衡控制。

……（全文 1044 字，剩余 716 字）

请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限