人戴着夹爪干一遍，机器人就学会：卡内基梅隆做出不到1.5万美元的轮式人形机器人Pixel，五项任务平均完成87%
卡内基梅隆大学团队发布轮式人形机器人系统Pixel，整机硬件可在1.5万美元以内搭出来，配套一套人穿戴的采数据夹爪，用人的示范训练机器人收玩具、理枕头、吸尘，五项测试任务平均完成度87%，项目页称即将开源。
人手里拿着一对3D打印的传感夹爪，把床上的枕头摆好、把地上的玩具收进筐；之后，一台带轮子的人形机器人照着这些示范，自己去干同样的活。卡内基梅隆大学团队本周公开的Pixel，把这件事做成了一整套系统，而机器人本体的硬件成本不到1.5万美元。
Pixel由Tony Tao和Jason Jingzhou Liu牵头，Ruslan Salakhutdinov和Deepak Pathak指导，成果分成两篇论文：一篇讲整机和学习系统，一篇讲怎么用人的示范数据训练全身动作。项目页标注“即将开源”。
机器人上半身按人的比例设计，有17个自由度，腿换成了全向移动底盘加竖直升降柱，再配一个可活动的躯干，用简单的夹爪代替灵巧手。底盘占地45.5厘米×53.5厘米，由四组舵轮驱动；升降柱行程430毫米，最快每秒75毫米，额定负载40公斤，断电时靠丝杠自锁，不会掉下来。
团队在论文里解释这样取舍的理由：五指灵巧手会大幅增加成本、控制难度和维护负担，换成高夹持力的大开口夹爪，配上和它几何形状一致的人用传感夹爪，人示范的动作才能更直接地搬到机器人身上。
采数据有四种办法：3D打印的主从臂、VR手柄、VR全身动作跟踪，以及不需要机器人在场的人用传感夹爪。四种数据进入同一套全身控制器和同一条策略学习流程；上层再由一个视觉语言模型听语音指令、拆解子任务。
用人的示范数据训练的配套方法叫Pixel-UMI，在开柜门类、叠放软物、窄空间伸手、全身避障和双手协作五类任务上测试，平均任务进度87%。项目页上标为自主完成的演示包括收拾玩具、整理枕头、吸尘和取零食，装洗碗机、操作唱片机等片段则标注为遥操作。
Pathak在发布帖里称Pixel是他实验室“最有野心的项目之一”，并说不到1.5万美元，任何人都能搭出这台机器人，再用这套框架复现移动灵巧操作的效果。团队下一步计划把整套软硬件开源。