DeepMind · 其他
DeepMind 发布机器人灵巧操作技术进展
DeepMind 在机器人灵巧操作领域取得新突破，展示了机械手在复杂精细任务中的控制能力。这项进展使机器人能够更自然地抓取、旋转和操作各类物体，为工业装配、医疗手术和家庭服务等场景带来更可靠的自动化方案。研究团队通过强化学习与仿真环境的结合，让机械手学会了多种此前难以实现的操作技能，进一步缩小了机器人与人类手部灵活性的差距。
- 域名
deepmind.google- 评分
- 5 · 重大发布
- 发布
- 2026-03-03
导读
DeepMind 在机器人灵巧操作方向同时发布了 ALOHA Unleashed 与 DemoStart 两项工作，分别处理双臂协同与多指手精细操作两类长期难题。系绳鞋带、拧螺丝这类人类日常动作，对机器人来说仍是接触动力学和长时序控制的硬骨头。
ALOHA Unleashed 建立在低成本双臂遥操作平台 ALOHA 之上，借助大量人类示范数据训练扩散策略，让双臂机器人学会系鞋带、把衬衫挂上衣架、给另一台机器人做维修、安装齿轮甚至清理厨房等动作。DemoStart 则面向多指机械手，先在仿真环境里以极少量人类示范作为起点，用强化学习自动扩展任务难度，再迁移到真实硬件。两者的共同点是把“从图像直接映射到动作”的端到端学习推到了远超单臂抓取的复杂度，并且数据效率显著优于纯仿真或纯遥操作的方法。
对读者而言，这组工作把双臂协同和多指精细动作从研究演示推向了可复现的训练方案。系鞋带、整理衣物、维修部件等任务覆盖了家庭服务和工业装配的核心难点，也为后续 RT-2、Gemini Robotics 等视觉-语言-动作模型提供了更可靠的底层操作技能库。