英伟达与波士顿动力合作，借助DextrAH-RGB提升机器人抓取能力，虚拟训练让智能机器人更高效地学习与适应环境

第一段
未来机器人（微信公众号：robot_pro）报道，英伟达（NVIDIA）与波士顿动力（Boston Dynamics）近期宣布了一项令人瞩目的合作成果。他们共同研发的 DextrAH-RGB 技术，让机器人手臂具备了类似人类的视觉感知能力，可以灵活抓取各种物品。这一技术通过虚拟训练提升机器人的智能抓取能力，并成功应用于波士顿动力的 Atlas MTS 机器人，实现了从虚拟到现实的“零样本”迁移。

第二段
DextrAH-RGB 技术的核心在于让机器人学会如何灵活抓取物体。传统机器人手臂通常只能按照预设程序抓取固定物体，但在面对新物体或复杂环境时往往无能为力。而 DextrAH-RGB 技术通过立体摄像头赋予机器人“视觉”，使其能够自动识别并判断如何抓取物体，即使从未见过的物品也能轻松应对。

这项技术的训练过程主要在英伟达的 Isaac Lab 虚拟平台上完成，分为两个关键步骤：

1. 虚拟强化学习：机器人在虚拟环境中通过模拟各种场景进行训练，例如物体滑落、环境干扰等，从而学会处理意外情况。
2. 现实模仿学习：机器人利用虚拟摄像头获取图像数据，根据物体的形状和位置制定抓取策略。最终生成的策略可以直接应用于现实世界，无需额外调整。

这种“先虚拟后现实”的方法大幅降低了训练成本，提高了机器人适应现实环境的能力。

第三段
波士顿动力的 Atlas MTS 机器人是 DextrAH-RGB 技术的最佳实践平台。这款机器人配备了三指夹爪，能够轻松抓取从轻型零件到重型工业设备的各种物品。根据英伟达发布的消息，Atlas 不仅能够精准抓取不同形状的物体，还能在抓取失败时自动检测并重新尝试，展现出极高的智能化水平。

更值得一提的是，Atlas 的所有抓取能力完全来源于虚拟训练，未经过任何现实中的额外调整。这种“零样本”技术显著提升了机器人在工业自动化领域的应用效率，节省了大量时间和资源。

第四段
英伟达与波士顿动力的合作解决了机器人领域中两大核心问题：适应性和数据稀缺性。通过虚拟训练，DextrAH-RGB 技术让机器人能够在不依赖大量现实数据的情况下快速适应新任务和新环境。这一突破对多个行业具有重要意义：

– 制造业：机器人可以灵活组装各种零件，提高生产效率。
– 物流业：在仓库中快速分拣不同形状的包裹，优化物流流程。
– 医疗行业：协助医生完成精准手术或搬运医疗设备，提升医疗服务水平。

此次合作的成功离不开波士顿动力提供的先进硬件支持以及英伟达强大的 AI 软件能力。两者的结合使得机器人更加智能化和实用化。

第五段
除了 DextrAH-RGB 技术外，英伟达还在开发其他创新技术。例如 DexMimicGen，可以通过少量人类示范生成大量虚拟数据，帮助双臂机器人完成复杂的任务，如搬运大型物品；GraspGen 是一个包含 5700 万个抓取动作的虚拟数据集，适用于不同类型夹爪的训练需求。

展望未来，英伟达与波士顿动力计划进一步深化合作，将这些技术推广到更多应用场景，如智能仓储、医疗辅助等，推动机器人成为人类工作中的得力助手。

本文来源： 智东西【阅读原文】