机器人在空间感知技术层面又取得新突破。11月12日，记者从北京市经信局获悉，北京大学多媒体信息处理国家重点实验室联合香港科技大学、新加坡国立大学以及北京人形机器人创新中心等共同开发一套“视角转换想象系统”，给机器人装上“空间感知大脑”。这项名为“WristWorld”的技术，为具身智能技术的实际应用带来新的可能性。

图源：北京经信微信公众号该研究团队发布的论文中提到，在传统学习方法中，机器人需通过预先标注的手腕位置信息来训练模型，因此，手腕视角的观测，对于机器人实现视觉抓取和操作的模型至关重要。因为它们能捕捉到精细的手与物体之间的交互，从而直接提高操控性能。

然而，在全球现有数据库当中，超过90%的操作录像采用第三人称视角，直接反映操作细节的第一人称视角数据非常稀缺，这导致机器人难以进行握持、翻转等复杂动作。“现有的世界模型无法弥合这种差距，‘WristWorld’成为首个能够仅基于锚点视图生成手腕视角视频的4D世界模型。”论文中称。

为了解决这一问题，研究团队开发的“WristWorld”技术，让机器人能够通过智能分析外部摄像头画面，自动生成手腕视角操作画面，让其从第三人称视角推测出第一人称视角的精确操作画面，解决机器人精细操作中的数据瓶颈问题。该技术还能让机器人实现“自监督”学习，不需额外的标注信息，便可获得准确的手腕位置估计。

据介绍，“WristWorld”技术为机器人学习领域开辟了新的发展方向，可提升机器人训练效率和效果，增强具身智能进行握持、翻转等复杂动作的能力，将推动机器人在精密制造、医疗手术、食品加工等精细操作领域的应用。

来源：北京日报客户端

记者：杨天悦