近日，斯坦福大學TWIST（全身遙操作模仿系統）正將人類的全身運動實時轉化為機器人行動，開啟通用機器人智能的新時代。相較于傳統遙操作系統局限于單一任務的訓練，虛擬動點OptiTrack系統加持下的TWIST系統則將復雜場景下的機器人全身協調運動變成現實，讓機器人展現出前所未有的靈活性。

    從人類運動到機器人智能的橋梁

    傳統遙操作系統難以應對日常生活復雜任務，如雙手持物用腳開門或彎腰清理床底，因其缺乏全身協調能力。TWIST通過實時模仿人類運動，遙操作人形機器人完成抬箱子、踢足球、側身行走及華爾茲舞等任務，需上肢、下肢和軀干同步協作。TWIST將遙操作轉化為“實時運動重定向和追蹤”任務，利用高精度數據，再通過重定向算法生成機器人關節位置和根速度目標，最后由結合強化學習和行為克隆的神經網絡控制器驅動。斯坦福團隊強調，高品質實時數據是關鍵，虛擬動點OptiTrack系統以光學追蹤技術提供高精度、低延遲數據，支持從模擬到真實世界的無縫應用。

    精準捕獲，實時傳輸

    在TWIST項目中，OptiTrack系統憑借高精度、低延遲、高幀率等優勢，直接解決了實時遙操作中的兩大痛點：延遲和準確性。斯坦福研究團隊通過OptiTrack系統捕捉了亞毫米級的人類全身關節高精度數據，并以高幀率重定向轉化為機器人目標，同時，OptiTrack系統的魯棒性確保了即使在遮擋或快速運動下，數據也不會丟失或扭曲，有效避免了根位置漂移問題，確保機器人步態穩定。并且，OptiTrack系統的實時性能成為TWIST低延遲遙操作的關鍵。

虛擬動點OptiTrack系統為TWIST提供精準數據

    從踢球到舞蹈的全身協調

    TWIST項目的演示視頻展示了虛擬動點OptiTrack系統的實際貢獻。以“腿部操縱”為例，機器人能雙手持物同時用腳踢開門或大力踢足球。OptiTrack系統的高頻追蹤捕捉到了踢球瞬間的根速度變化，確保機器人不失衡。斯坦福大學研究團隊提到，純強化學習控制器易出現猶豫行為，但結合OptiTrack系統訓練出的控制器更平滑。

    在表達性運動中，如與人類共舞華爾茲，OptiTrack系統的精度讓機器人捕捉到微妙的手臂擺動和步態同步。無論是Unitree G1還是Booster T1的本體運動都具備更為穩定和精準的表現。

    這些實際案例證明，虛擬動點OptiTrack系統不僅提供高精度的數據，更是提升系統魯棒性的催化劑，實現前所未有的可達性——機器人幾乎能用手觸及腳趾。

Booster T1與Unitree G1

    斯坦福大學的TWIST項目標志著人形機器人全身遙操作的里程碑，而虛擬動點OptiTrack系統不僅解決了數據瓶頸，還賦予機器人人類般的靈巧與協調，推動了從實驗室到現實的跨越。我們同樣期待，在虛擬動點的數據與訓練服務支持下，幫助更多機器人伙伴實現科研成果和本體能力的突破，虛擬動點也將站在AI與空間計算的基礎上，持續助力人類與機器的和諧共融。