Mobile ALOHA

Manipolazione mobile bimanuale con 4 bracci robotici su una base su ruote per la teleoperazione

Licenza

MIT

Panoramica

Mobile ALOHA è un sistema di teleoperazione del corpo intero per la manipolazione mobile bimanuale, creato da Tony Zhao, Zipeng Fu e Chelsea Finn alla Stanford University in collaborazione con Google DeepMind. È diventato virale nel gennaio 2024 mostrando robot a basso costo che svolgevano in autonomia faccende domestiche come cucinare, fare il bucato e pulire, imparate interamente da dimostrazioni umane.

Il progetto parte dal sistema ALOHA stazionario originale e aggiunge la mobilità tramite una base su ruote, permettendo al robot di spostarsi tra diverse aree di lavoro. L'intuizione chiave è che l'addestramento congiunto con dataset esistenti migliora in modo drastico le prestazioni dell'apprendimento per imitazione, anche con appena 50 dimostrazioni.

Diverse aziende hanno commercializzato l'hardware di Mobile ALOHA. Trossen Robotics (che lavora direttamente con i ricercatori di Stanford) offre il kit ALOHA 2 con i propri bracci ViperX e la base mobile SLATE. AgileX Robotics ha costruito in modo indipendente il COBOT Magic con i propri bracci PiPER e la base AGV Tracer. Google DeepMind ha proseguito la ricerca con ALOHA Unleashed, spingendo ancora più in là le capacità autonome.

I passaggi di costruzione e l'elenco delle parti in questa pagina seguono il tutorial Mobile ALOHA di Stanford (bracci ViperX e WidowX, un AGV Tracer e un Tensorbook di Lambda Labs). Il modello 3D è il modello Cobot Magic di AgileX, che differisce dall'elenco delle parti. Entrambe le versioni commerciali sono progetti di integrazione costruiti attorno a bracci robotici preassemblati e a una base mobile, e il lavoro di montaggio principale riguarda il telaio in profilati di alluminio, il cablaggio e il fissaggio dei sensori.

Mobile ALOHA è un sistema a basso costo di teleoperazione del corpo intero per la manipolazione mobile bimanuale, creato da Tony Zhao, Zipeng Fu e Chelsea Finn alla Stanford University in collaborazione con Google DeepMind. Il sistema abbina quattro bracci robotici a una base mobile su ruote e usa un approccio di addestramento congiunto che combina dimostrazioni umane e dati autonomi per imparare compiti domestici complessi da appena 50 dimostrazioni. Il progetto è diventato virale nel gennaio 2024 e ha dato il via a un'ondata di ricerca su robot ad alta destrezza accessibili. Diverse aziende hanno commercializzato l'hardware: AgileX Robotics offre il COBOT Magic con bracci PiPER e base AGV Tracer, mentre Trossen Robotics vende il kit ALOHA 2 con bracci ViperX e la propria base mobile SLATE. La distinta base in questa pagina segue il tutorial di Stanford; il modello 3D è il modello Cobot Magic di AgileX.

Perché è importante

Mobile ALOHA ha dimostrato che la teleoperazione del corpo intero con addestramento congiunto su hardware economico può ottenere una manipolazione mobile bimanuale sorprendentemente capace. Ha dato il via a un'ondata di ricerca su robot ad alta destrezza a basso costo e ha mostrato che non sempre serve hardware costoso per una manipolazione avanzata.

Il problema che risolve

La ricerca sulla manipolazione mobile bimanuale era limitata ai laboratori con costosi robot su misura. Mobile ALOHA offre una piattaforma accessibile e riproducibile che qualsiasi laboratorio di ricerca può costruire e usare per studiare l'apprendimento della manipolazione del corpo intero.

Punti chiave

• Manipolazione mobile bimanuale con quattro bracci robotici su una base mobile per la teleoperazione del corpo intero
• L'approccio di addestramento congiunto combina dimostrazioni umane e dati autonomi per l'apprendimento per imitazione
• Diverse versioni commerciali disponibili da AgileX (COBOT Magic) e Trossen Robotics (ALOHA 2)
• Può imparare compiti complessi come cucinare e pulire da appena 50 dimostrazioni
• Progetto hardware, software e ricette di addestramento delle policy ACT rilasciati come open source

A chi si rivolge

• Ricercatori di robotica
• Laboratori di ML che studiano la manipolazione
• Università che costruiscono piattaforme di ricerca
• Startup che esplorano la robotica domestica

Limiti

• Progetto di integrazione che richiede bracci commerciali preassemblati: non è una costruzione a partire dai singoli componenti
• I bracci robotici hanno un carico utile limitato per i compiti domestici pesanti
• L'interfaccia di teleoperazione richiede un periodo di apprendimento per gli operatori
• Le policy apprese potrebbero non generalizzare bene a nuovi ambienti senza riaddestramento
• Il costo totale elevato (circa 32.000 $ inclusi alimentazione e calcolo di bordo) ne limita l'accessibilità
• Il telaio è pubblicato solo come modello Fusion360 senza istruzioni scritte, e il tutorial non dice come il telaio venga fissato al Tracer.