Pixel：面向通用移动操作学习的协同设计全栈机器人系统

通用移动操作需要将高性能机器人硬件、可扩展的示范数据采集、表达能力强的全身控制以及有效的策略学习相结合。然而，这些组件往往独立开发，导致彼此不匹配，从而限制了完整系统的能力。我们提出 Pixel，一个面向通用移动操作学习的协同设计全栈系统。Pixel 将低成本轮式人形机器人、多种遥操作与无需机器人的人类数据采集接口、统一的全身控制器，以及适用于人类和机器人示范的通用策略学习流程整合在一起；其中，机器人具有与人体相匹配的运动学结构和柔顺夹爪。分层学习架构进一步支持以语言为条件的视觉运动控制和长时程任务执行。我们从硬件、数据采集和策略学习等方面评估该系统，并展示了需要灵巧性、主动感知、导航和全身协调的移动操作行为。我们希望 Pixel 能提供一个集成且可扩展的基础，用于研究如何面向机器人学习，对机器人硬件、数据、控制和学习进行协同设计。更多结果见 https://pixel-robot.com/pixel