Amazon FAR 发布 Dexport 数采方案 ，搭载天机 Marvin 双臂平台

放置蔬菜、拧螺丝、整理抽屉、双臂扫码…… 在 Amazon FAR 团队联合斯坦福大学、加州大学圣迭戈分校开展的 DexPort 研究中，天机 Marvin 人形力控双臂将学习到的动作带到真实世界。

让机器人学会 “动手”，需要多少经验？

拿起一颗番茄、转动一把螺丝刀、拉开抽屉放入物品，再或者双手配合完成扫码 —— 这些对人类来说并不复杂的动作，对机器人却并不容易。机器人不仅要知道 “物体在哪里”，还要学会如何靠近、如何抓取、如何调整姿势，以及如何让双手配合。而这些能力，离不开大量真实、有效的动作示范。

近日，Amazon FAR 联合斯坦福大学、加州大学圣迭戈分校研究者提出 DexPort 数采方案。这项研究希望解决一个关键问题：如何更方便地采集人类的操作经验，并让机器人利用这些经验完成真实任务。

简单来说，DexPort 尝试把 “人怎样操作” 记录成机器人能学习的数据。采集人员可以带着便携设备，在不同环境中演示任务；机器人学习后，再通过天机 Marvin 人形力控双臂配合灵巧手执行动作，检验究竟有没有学会。这样既方便采集更多真实场景中的示范，也让学习效果有了实际检验。

在这条从 “数据采集” 到 “动作执行” 的链路中，天机 Marvin 人形力控双臂承担了真实机器人部署与验证的重要角色。

DexPort 的核心价值：让机器人学习数据更容易获得

过去，采集机器人操作数据往往离不开一整套机器人设备。采集场地和流程相对固定，数据规模与环境多样性也容易受到限制。

DexPort 提供了一种更灵活的方式：研究者可以先通过便携设备完成动作示范，再将这些示范用于训练机器人。它正在尝试打通三个步骤：

更方便地采集经验 —— 让机器人从经验中学习 —— 把学到的动作交给真实机器人执行。

研究团队利用这一方式采集了超过 2,600 条动作示范，场景不仅包括实验室，也包括公寓和办公室。

这意味着，机器人学习不再只能依赖实验室里的标准环境，而有机会接触更加丰富的真实生活场景。

天机 Marvin：把 “学到的动作” 真正做出来

数据采集和模型训练最终都要接受真实世界的检验。

在 DexPort 研究中，研究者将学习得到的动作策略部署到天机 Marvin 人形力控双臂平台上，由 Marvin 完成实际任务。

Marvin 采用七自由度仿人手臂设计，具备全关节力感知与开放扩展能力，可以与不同的末端执行器、相机和算法系统进行集成。

如果说 DexPort 解决的是 “怎样更高效地获得学习数据”，那么天机 Marvin 承担的就是另一个关键问题：

怎样把这些数据转化为看得见、落得地的真实动作？

以下四个真实场景，直观展示了 Marvin 在研究中的操作表现。

场景一：抓取并放置蔬菜

面对形状、大小各不相同的蔬菜，机器人需要完成靠近、抓取、移动和放置等连续动作。画面中，Marvin 将学习到的动作策略转化为实际执行，完成不同物体的抓取与放置。这类能力是机器人进入分拣、整理、备餐等场景的重要基础。

场景二：稳定持握并旋转螺丝刀

拧螺丝看似简单，实际上要求机器人持续拿稳工具，并完成连续、协调的旋转动作。

场景三：一边持物，一边完成抽屉收纳

抽屉收纳需要多个动作连续配合：拿着物品、拉开抽屉、将物品放入，再完成关闭。

其中任何一个环节没有衔接好，都可能影响整个任务。

Marvin 在这一场景中完成了从持物到抽屉操作的连续动作，展现了机器人处理多步骤任务的能力，也让人看到未来机器人参与家庭整理和物品归置的可能性。

场景四：双臂协作扫描条形码

双臂扫码是四个任务中最能体现 Marvin 人形力控双臂特点的场景。

机器人需要一只手握住物品，另一只手操作扫码设备，并让两者在合适的位置完成配合。相比单臂操作，它对双手之间的协调提出了更高要求。在这一场景中，Marvin 不再只是执行一只手臂的动作，而是通过双臂协同完成一项完整任务。这也体现了人形力控双臂的价值：更加接近人类的工作方式，也更容易适配为人设计的工具与操作环境。

从科研成果到真实世界，关键是把动作做出来

DexPort 为机器人数据采集提供了一种更灵活的思路，而 Marvin 则让这些数据和学习成果回到真实机器人平台，接受实际任务的检验。从便携采集到双臂执行，这项研究展示了一条清晰的链路：

让机器人获得更多经验，让经验转化为动作，再让动作服务于真实场景。

对于天机智能而言，Marvin 参与这类前沿研究的意义，也不只是完成一次演示。它体现了 Marvin 作为人形力控双臂平台的前沿科研适配能力，以及连接算法、数据与真实操作的开放价值。

从便携式数据采集到真实机器人执行，DexPort 研究所探索的，正是机器人学习（Robot Learning）领域的重要方向：如何让机器人从真实数据中学习，并将学习成果转化为实际操作能力。

11 月 9 日至 12 日，天机智能也将亮相在美国奥斯汀举办的 CoRL 2026（Conference on Robot Learning 机器人学习大会），与全球科研及产业伙伴共同交流机器人学习、灵巧操作与真实场景应用的前沿探索。

未来，天机智能将继续推动 Marvin 在科研与真实应用场景中的探索，让机器人不仅 “看得见、想得明”，更能够 “动得了、做得成”。

（来源：天机）