EyeRobot 2.0：無需手腕相機，用「主動注視」實現精準雙手機器人操控
EyeRobot 2.0: Precise Robot Manipulation via Active Gaze Without Wrist Cameras
傳統機器人依賴手腕相機來進行精準操作，但這會增加硬體成本且易受遮擋影響。EyeRobot 2.0 提出「主動視覺定位（AVF）」技術，透過旋轉雙目相機物理聚焦於 3D 凝視點，並在影像中心分配更多視覺 Token 進行仿黃斑部處理。系統透過分層強化學習訓練注視策略與目標選擇器，在 1000 多次實體測試中，不僅比傳統無手腕相機的系統高出 40% 成功率，更在相機受遮擋時大幅超越配有手腕相機的系統。
核心重點
主動視覺定位 (AVF)
透過旋轉雙目相機物理聚焦於 3D 凝視點，並將計算資源集中在影像中心，模擬人類眼球注視。
分層控制架構
低階注視伺服策略引導相機對焦，高階目標選擇器與夾爪行為複製策略協同訓練，自主尋找最佳凝視序列。
凝視相對座標規範化
將夾爪資訊轉換至以凝視點為基礎的相對 SE(3) 座標系，顯著收縮並簡化動作空間的學習難度。
免疫手腕遮擋
當夾持物品遮擋手腕相機時，EyeRobot 2.0 仍可取得 48% 的成功率，是傳統手腕相機系統（22%）的兩倍以上。
技術圖解
為什麼重要
此研究證明了「主動視覺」能有效替代實體手腕相機。在雙臂協作或精細組裝任務中，手腕相機極易因機械臂運動或所夾持的物件而產生視覺遮擋。EyeRobot 2.0 不僅降低了機器人的硬體複雜度與成本，更透過模仿人類眼球運動，為強韌、無遮擋干擾的機器人視覺控制提供了全新路徑。
對誰有影響
- AI 開發者
- AI 研究人員
- 企業決策者
可以怎麼使用
- 1雙手協調精細組裝（如電子零件插拔），避免手腕相機被機械結構或夾持物阻擋。
- 2簡化硬體設計的低成本協作機器人視覺與運動控制系統。
限制與注意事項
- 需要精準控制相機的雙軸旋轉機構，這增加了機器人頭部硬體設計與維護的複雜度。
- 依賴強化學習與行為複製共同訓練，對於全新未見物件的泛化能力仍有待進一步驗證。
延伸閱讀
自主學習免微調！「RPG」框架藉由虛擬練習與自我診斷，將機器人任務成功率提升至 95%
RPG Framework: Guided Self-Improvement Boosts Embodied Agent Success to 95% Without Weight Updates
「RPG」（重建、練習、真機實踐）框架透過在模擬器中重建任務與自我診斷，免除模型權重微調，將具身智慧代理的任務成功率大幅提升至 95%，並成功轉移至真實硬體。
DynaHarness：具備自我演化能力的機器人代理動態實體約束框架
DynaHarness: A Dynamic Physical Harness for Self-Evolving Robot Agents
DynaHarness 是一個針對自我演化機器人設計的動態實體控制框架，藉由「物理執行合約」串接語義推理與實體控制，並能將執行失敗轉化為經驗證的能力修正，顯著提升長序列任務成功率。
技能空間射擊演算法：利用基礎模型引導機器人自主進行策略優化
Skill-Space Shooting: Autonomous Robot Policy Improvement Guided by Foundation Models
本研究提出「技能空間射擊」技術，利用基礎模型引導機器人在可重用的技能空間中進行探索，讓機器人能在遭遇失敗時自主修正並優化其控制策略，減少對人類示範的依賴。