Pixel将一款价格低于$15,000的轮式人形机器人、穿戴式示范工具、全身控制和学习软件整合为一个开源移动操作系统。在六项家居风格任务中，基于配备传感器的真人示范训练出的策略，平均任务进度得分达到82.0%；基于机器人遥操作训练的策略则达到78.7%。这表明，让机器人、数据和控制相互匹配，能够使学习应用切实扩展到桌面场景之外。
目录
研究人员构建了什么？
Pixel是一款轮式人形机器人，也是一套用于学习移动操作技能的一体化系统。设计者没有把机器人、训练数据和控制软件当作彼此独立的项目，而是让它们协同工作。机器人售价低于$15,000，拥有符合人体比例的上半身，具备17个自由度，即各关节能够独立运动的维度。全向底盘可侧向移动，也能前后行驶；垂直升降机构和可活动躯干则帮助机器人触及不同高度的物体。
它的夹爪采用大开口、高夹持力设计。采集数据时，人们可以穿戴轻便、配备传感器的夹爪来记录手部动作。示范也可以通过主控臂或虚拟现实控制器录制。这些方式让操作人员无需每次都亲自引导整台机器人，也能演示任务。
随后，共用控制器会将示范目标转换为机器人动作，同时考虑关节限位并避免自碰撞。由此形成的平台旨在支持完整流程：采集示范、训练策略，并在机器人上运行策略。
Pixel取得了哪些成果？
最突出的结果是平均任务进度得分：基于配备传感器的真人示范训练出的策略为82.0%，基于机器人遥操作示范训练出的策略为78.7%。每个得分分别汇总了对应组别中的三项不同任务。这些是任务进度得分，并非成功完成试验的比例。
| 示范来源 | 涵盖任务数 | 平均任务进度 |
|---|---|---|
| 配备传感器的真人示范 | 3 | 82.0% |
| 机器人遥操作示范 | 3 | 78.7% |
这些任务旨在检验移动操作的不同环节。基于真人示范训练的策略处理了玩具收纳、整理枕头和丢弃杯子等任务。基于机器人遥操作训练的策略则尝试了吸尘、挂外套和取零食。任务挑战包括绕开障碍物、处理可变形物体、与抽屉和家用电器交互，以及移动到人身边。
按照大规模机器学习的标准，训练集规模相对较小：三项真人数据任务分别使用了103、129和189条示范；三项机器人遥操作任务分别使用了133、89和108条示范。论文还测试了真人与机器人示范能否结合用于玩具收纳和整理枕头。总体而言，结果表明两类数据来源都能支持有意义的任务进度，但仅凭汇总得分还无法证明其中一种来源优于另一种。
Pixel如何学习并控制动作？
Pixel的学习过程从示范开始：由人或操作人员演示如何完成任务。穿戴式传感器夹爪会记录手部动作；机器人遥操作则通过主控臂和虚拟现实等界面记录示范。在一项用户研究中，12名参与者体验了四种界面：主控臂、VR摇杆、VR身体追踪，以及配备传感器的真人数据采集方式。
策略通过摄像头观测学习复现示范行为。Pixel的最终策略使用三台RGB摄像头的图像：头部一台，左右腕部各一台。这些视角提供的信息各不相同：头部摄像头拍摄机器人周围的场景，腕部摄像头则观察正在操作的物体。研究人员将这种配置与仅使用头部摄像头或仅使用腕部摄像头的策略进行了比较。
一个关键设计选择是策略如何表示动作。人和机器人拥有不同的身体结构，因此直接复制人的关节角度，无法形成有用的通用控制指令。Pixel采用相对底盘动作空间：以类似底盘的参考坐标系来表示动作，从而让真人和机器人示范共享一种动作描述方式。这有助于学习系统利用任一来源的数据。
执行时，全身控制器会将目标动作转换为可行的机器人动作。它协调底盘和上半身，遵守关节限位，并检查是否会发生自碰撞。论文还测试了其他动作表示方式，包括使用彼此独立的相对坐标系以及关节空间指令，以考察不同选择对策略表现的影响。
Pixel为何对真实世界机器人技术很重要？
许多实用任务都要求机器人将移动、触及和操作协调为一个整体。整理房间的机器人可能需要绕过家具、降低机身拾取物品、搬运物品，再将其放到指定位置。固定底座机械臂无法完成移动，而缺少协同操作能力的移动底盘则可能难以可靠地与物体交互。
Pixel通过将机器人实体设计与示范采集和动作转换方式联系起来，应对这一系统层面的挑战。穿戴式夹爪让人们能够采集示范，无需反复操作整台机器人。共用动作表示旨在让这些示范能够与机器人示范相兼容，而控制器则为不同界面提供了将指令转换为安全、物理可行动作的统一途径。
对于运营团队而言，重要的并非Pixel已经能够自主完成所有家务，而是这套系统提供了一个平台，用于测试机器人设计、训练数据和控制方案如何影响导航、双臂操作及家电使用等能力。比较不同机器人类型的读者可以在Robot Overflow上浏览人形机器人，也可以查看待售二手机器人，评估实际部署方案。
Pixel有哪些局限和待解问题？
报告中的结果只涵盖六项经过挑选的任务，并非在许多家庭或操作环境中对非预设工作进行广泛测试。评估还为每项任务使用独立策略，因此这些得分并不能说明单一策略可以在六项任务间自由切换。若干实验在20次 rollout 和四种随机化任务配置下报告结果，这有助于检查结果的可重复性，但并不等同于证明机器人能在不同建筑、用户和物体类型下稳定运行。
论文摘要报告了平均进度得分，但提供的文本没有列出每项消融实验的具体数值，因此难以准确量化各摄像头、动作表示或数据来源的贡献。低于$15,000的硬件成本颇具吸引力，但现有细节未能说明总拥有成本、维护需求或部署经济性。长期可靠性以及持续运行期间的安全性，也仍是重要问题。
读者应了解Pixel的哪些信息？
Pixel是一款自主家用机器人吗？ 结果显示，学习策略能够完成特定的家居风格任务，但这并不意味着它是一款能在陌生家庭中应对任意需求的通用机器人。
82.0%这个结果衡量的是什么？ 它是基于配备传感器的真人示范训练的策略在三项任务上的平均任务进度，而不是82%的任务完成率。
Pixel能否在不对机器人进行遥操作的情况下向人学习？ 可以。穿戴式传感器夹爪能够采集示范，系统旨在通过共用动作表示和控制器将其迁移到机器人上。
Pixel机器人的价格是多少？ 论文称机器人的价格低于$15,000；提供的文本未细分这一金额，也未说明总运营成本。
Pixel的贡献在于构建了一套完整的学习平台，将移动人形机器人的设计与数据采集工具、控制器和策略连接起来。初步任务结果展现了这种协同方案的潜力，而更广泛的泛化能力和部署表现仍有待检验。
你认为移动操作机器人下一步最值得测试的日常任务是什么？