模仿学习

便携手部动作捕捉系统，提供抗遮挡的精准手腕手指运动跟踪 DexCap是便携手部动作捕捉系统，结合全息测距与电磁场技术，可实现准确、抗遮挡的手腕与手指运动跟踪，同步完成环境3D观测与数据采集。其搭载的DexIL算法结合逆运动学与点云模仿学习，可从人类手部动作数据中训练机器手灵巧技能，支持人机协同校正机制，助力机器手复刻人类动作并优化性能。

人形机器人AI技能学习项目，基于强化学习实现人类动作模仿 HumanPlus是聚焦人形机器人技能学习的开源AI项目，区别于传统人形机器人研发路径，项目通过模拟强化学习训练低级策略，可应用到真实场景中实现实时人类身体、手部动作跟踪，还依托影子模仿技术采集远程操作的全身运动数据，结合行为克隆技术让机器人复刻人类技能，完成多种指定任务。

面向具身AI研究的开源大规模机器人数据集平台 该平台包含基础模型、基准测试与完整研究生态，为学术界和工业界提供高质量机器人数据。平台拥有超100台机器人的百万条轨迹，覆盖百余个真实场景，涵盖精细操控、工具使用、多机器人协作等任务，搭载多模态硬件，支持多方向AI研究，推动大规模机器人学习发展。

面向手术机器人的学习模型，解决达芬奇系统运动学不准确问题 该模型针对达芬奇手术机器人系统前向运动学不准确的行业痛点，通过相对动作公式突破技术限制，可直接利用包含近似运动学的大量临床数据开展机器人学习，无需额外校正，已验证可完成组织操作、针头处理、结扎三类基础手术任务，支持手术机器人控制政策的训练与部署。