WUJI Hand 2 机器灵巧手展示转笔技能，全套代码以 Apache 2.0 开源

Rohan Paul· @rohanpaul_ai · X·2026-10-11 06:19· 25 分钟前AI 评分53

AI 导读

WUJI 的 20 关节机器手 WUJI Hand 2 在物理仿真中训练转笔策略并成功迁移到实机，在 IROS 2026 现场展示，还配有一款可实时控制该手的传感手套。

正文

又一只漂亮的机器手。

WUJI 训练其 20 关节机器手 WUJI Hand 2 在物理仿真器中转笔，然后将同一训练好的策略运行在真机上。

它在 IROS 2026（国际智能机器人与系统会议）前后展示了这一成果，同时还有一只传感手套，可让人实时控制这只手。

转笔对机器手来说是一项高难度测试，因为笔会不断滚动、滑动并在手指间传递，而某一根手指动作稍晚就会让笔掉落。
@wuji_global 的 Hand 2 有 20 个关节，每根手指 4 个，每个关节由各自的电机独立驱动，并支持 1,000 Hz 的控制频率。

训练使用了 mjlab，这是一个基于 MuJoCo 物理仿真器构建的机器人学习工具包，同时运行 4,096 个虚拟手副本，并采用 PPO（近端策略优化），这是一种强化学习方法，AI 通过试错改进，并因好的动作获得奖励。

AI 学习跟随 5 组共 40 个录制的转笔动作，从绕 1 个轴的简单转动到跨多个轴的连续旋转，并且每当笔偏离计划时，它都会不断修正手指。

在真机上，该策略每秒向全部 20 个关节发送 50 次目标，同时一台工业相机跟踪一根 250mm 3D 打印笔两端的印刷标记以及手腕上的标签，因此 AI 始终知道笔的位置。

这只手套涵盖了教机器人的另一种方式：指尖的 5 个电磁传感器以每秒 120 次跟踪每根手指的位置和角度，延迟约为 10ms 或更低，软件会将其转换为机器手复现的关节角度。

手套掌部的 526 点压力网格还会记录人的握力大小，这使其可用于为通过模仿人类学习的机器人收集训练数据。

WUJI 以开放的 Apache 2.0 许可证发布了代码、动作片段、训练模型和可打印的笔文件，因此拥有 WUJI Hand 2、相机和 NVIDIA GPU 的实验室可以复现整套设置。

来源：Rohan Paul · x.com