具身智能技术发展 - 构建通用智能机器人的核心目标是模仿人类进化轨迹，通过环境互动和模仿人类行为加速技能学习与迁移 [3] - 实现目标面临三大挑战：类人操作硬件设计、全身遥操作系统开发、全身视觉-运动策略算法构建 [3] - 星尘智能提出Astribot Suite解决方案，在全身协调任务中验证平均成功率80%，最高达100% [4] 机器人平台设计 - 采用绳驱设计模拟人体肌肉组织，实现柔顺运动和精准施力 [7] - 相比传统刚性连杆机器人，具有更高有效载荷、更低反冲和惯性、更紧凑结构及更高安全性 [7] - 通过刚柔混合动力学建模实现最小控制延迟和高精度轨迹跟踪 [7] 遥操作系统 - 系统由VR头显和手持操纵杆组成，支持第一人称和第三人称两种控制模式 [9] - 第一人称模式优化精确复杂操控任务，第三人称模式适合大范围全身运动 [9] - 操纵杆捕捉手部姿势映射到机器人末端执行器位置和方向 [9] 学习算法设计 - DuoCore-WB算法使用RGB图像输入，与视觉-语言-动作预训练模型无缝衔接 [10][13] - 在末端执行器笛卡尔空间中使用SO(3)方向表示进行全身策略控制 [10] - 采用实时轨迹生成模块(RTG)通过二次规划优化生成平滑连续的执行轨迹 [10] 任务性能评估 - 在六个代表性任务中测试，包括送饮料、收纳猫粮、扔垃圾等 [12][23] - 递送饮品任务测试长时序移动操作能力，开门子任务成功率14/15 [23] - 收纳猫粮任务测试受限空间双手协调操作，整体成功率19/20 [23] - 扔垃圾任务测试多阶段双手协调性，整体成功率13/30 [23] 技术优势验证 - 末端执行器空间动作表示相比关节空间显著提升任务成功率，地面物体分类任务从25%提升至90% [25] - 增量动作表示提高轨迹平滑度，桌面清理任务中动作片段切换处变化从0.0196降低至0.0032 [25] - 末端执行器自我坐标系增强视觉-动作对齐，精细抓取任务成功率19/20 [27][28]