
底座被推走、圆盘被拨乱,具身汉诺塔如何还能「摆得对」?
—— 60 条数据实现泛化,应对连续任务变化
仙工智能演示了具身汉诺塔任务:机械臂通过摄像头观察台面,夹取圆盘、移动位置、调整落点,将三个圆盘一步步转移到目标柱上,整个过程包含七步连续操作。当观看者移动底座、改变汉诺塔整体位置,甚至将圆盘重新摆放到任意中间状态时,机械臂仍能识别变化后的局面,判断下一步操作并继续完成任务。这要求模型将视觉感知、任务推理与动作执行联系起来。支撑该能力的是仙工智能自研 VLA 模型,仅采集 60 条数据便实现对物体位置、颜色和形状的泛化;仙工智能机器人大脑由模型、小脑与神经构成,三者协同将模型理解与决策转化为机械臂的实际操作。


