工业方案
把一道工序,
教给机械臂。
不用写轨迹程序。操作员带着 A6 把活干上几十到几百遍,开源模型从这些示教里学会这道工序。采集、训练、仿真、部署,整套方法我们都开源。
- 7×2
- 轴,双臂
- 6kg
- 单臂负载
- 691mm
- 作业半径
- ±0.03mm
- 重复定位
往下:示教、训练、实操三步
左右拖动,看整面墙
工业方案
不用写轨迹程序。操作员带着 A6 把活干上几十到几百遍,开源模型从这些示教里学会这道工序。采集、训练、仿真、部署,整套方法我们都开源。
往下:示教、训练、实操三步
01 / 示教
操作员用主从遥操作带着双臂把工序做一遍。头部一路、两只手腕各一路,三路相机和 14 个关节、2 个夹爪的读数同步录下来,存成 LeRobot 数据集。
02 / 训练
用录下的数据微调开源模型。π0.5、ACT、Diffusion Policy、SmolVLA 都能在一台 GPU 工作站上跑。练出来的策略先放进 MuJoCo 或 Isaac Lab 的数字孪生里成批试跑,出错也只是在电脑里出错。
03 / 实操
模型每次推理给出大约 1 秒的动作块。适配层把它拆成 50 Hz 以上的关节指令流交给控制器;伺服、柔顺和安全停机留在底层控制器里。
应用场景
路线按任务选。重复搬运用轻量模型;来料多变用 VLA;公差紧的装配交给规划和力控。
开源模型
| 模型 | 出处 | 规模 | 许可 | 适合 |
|---|---|---|---|---|
| π0.5openpi · LeRobot | Physical Intelligence | 4B | 权重受 Gemma 条款约束 | 物体和位置多变的活,能听语言指令 |
| ACT | Stanford 等 | 约 80M | Apache-2.0LeRobot 实现 | 固定工位;先用它打通采集到部署 |
| Diffusion Policy | Columbia、TRI、MIT 等 | — | Apache-2.0LeRobot 实现 | 辅助基线 |
| SmolVLA | Hugging Face | 450M | Apache-2.0 | 上大模型之前,低成本验证相机、时序和数据格式 |
| GR00T N1.7 | NVIDIA | 3B | NVIDIA Open Model License | 双臂与人形本体 |
| LingBot-VLA 2.0 | 蚂蚁灵波 | 6B | Apache-2.0 | 双臂,关节空间动作 |
截至 2026 年 11 月。许可以各项目的官方文本为准。
开源训练套件
遥操作录制脚本,三路相机和关节数据同步。
转成 LeRobot v3 格式,标注质量、子任务和失败。
π0.5 LoRA 和 ACT 的训练配置。
A6 双臂的 MuJoCo 模型和任务场景。
动作块到关节指令流的适配层,带安全过滤。
固定初始条件的评测规程,成功率带置信区间。
A6 WORKS
正在把机械臂挂上墙
00%