400元遙操95%機械臂！上海交大推出開源項目U-Arm，打造通用、低成本的人機遙操作接口

上海交通大學團隊 投稿

量子位 | 公眾號 QbitAI

400元遙操95%機械臂，上海交大推出開源項目U-Arm！

目前它已在XArm6、Dobot CR5、ARX R5等多種機械臂真機上進行了遙操作的驗證。

△從左往右分別為U-Arm遙操作XArm6、Dobot CR5、ARX R5

如何用更低的成本、更高的效率，去採集、復現和擴展人類的操作數據？

遙操作是當前階段的主流數據採集方案。

然而，完全同構的遙操作系統往往花費昂貴，例如ALOHA項目用兩主兩從完全同的機械臂進行遙操作，整套系統花費超過2萬美金，而相對低成本的VR、手柄、GELLO框架又存在奇異點、適配難等問題。

近日，來自上海交通大學的團隊推出了一項開源解決方案——LeRobot-Anything-U-Arm。

這是一套僅需400元即可搭建、適配95%主流機械臂的通用遙操作系統。

3種結構覆蓋市面主流機械臂類型

傳統的主從遙操作系統通常要求主從臂嚴格同構，或以一個固定比例放縮幾何尺度，這在直覺上確保人類操作者能夠如預期地遙控從臂，但這在實踐中並非必要。

團隊指出，人類的視覺反饋可以自然地補償硬件幾何差異，只需保證關節的排布順序一致，就能獲得良好的操作體驗。

而由於逆運動學解析解的存在性（Pieper準則約束）與仿人構型的設計，當前市面上主流的6軸、7軸機械臂的關節順序只有3種。

於是，U-Arm便針對這三種拓撲結構分別設計了三款機械構型，用户只需根據自己機械臂的類型選擇對應config的硬件，即可實現即插即用。

△

三種關節構型覆蓋市面主流機械臂類型

如文章開頭的圖片展示，U-Arm已在XArm6、Dobot CR5、ARX R5三種機械臂真機上進行了遙操作的驗證。

在軟件兼容性方面，U-Arm推薦用基於ROS的控制方案實現遙操作框架中指令發送與接收的解耦，他們將控制器封裝成了ROS節點，對於不同的從臂，只需訂閲U-Arm發佈的關節角度話題併發送到對應的機械臂接口即可。

面向遙操專門優化的硬件設計

△

U-Arm Config-2，所有硬件全部開源可復現

此前已經有了一些低成本的3D打印遙操臂工作，舵機成本是這些硬件設備的大頭。以GELLO為例，不計算3D打印耗材成本的情況下，其單臂總BOM成本為288.24美元，其中所採用的Dynamixel舵機與控制板所佔成本就超過了250美元。

U-Arm重新設計了硬件方案，在壓低成本的同時提升了可維護性和壽命。

其選用的舵機單價僅45元人民幣，一整套系統（不含3D打印材料）成本不到400元。

此外，團隊還在此基礎上優化了結構設計與裝配方式，來解決實際遙操過程中可能會遇到的易用性問題。

例如，他們將舵機的齒輪箱拆除，僅保留編碼器，同時在所有關節處均採用雙軸固定設計，使得各關節運動時的阻力僅來自於可調節的舵盤螺絲，在確保操作順滑的同時避免無主動扭矩的遙操臂在接近工作空間極限時，某些關節由於重力作用下墜的情況。

實驗驗證效率與數據質量優勢

團隊在5種夾爪操作任務（從2層貨架上夾取芬達放入紙箱、從1層貨架夾取餅乾、從紙箱中分揀商品放回貨架、堆疊易拉罐、在貓砂盆中夾取草莓）對U-Arm的遙操作性能進行了實驗。

在baseline的選擇上，他們並沒有選用VR遙操進行對比，而是選擇了成本在相近水平的遊戲手柄。

△

團隊在5種操作任務上使用手柄和U-Arm進行遙操作

實驗表明，U-Arm在5種任務上的平均操作時間比使用遊戲手柄進行操控縮短了39%，這主要得益於主從臂遙操的架構在優化了冗余自由度的操控性能后，在任務的大範圍掃掠階段能夠以更快且自然的動作接近目標。

然而，在例如堆疊易拉罐的精細任務操作上，U-Arm的執行成功率會下降，這主要是由於操作者在接近物體后，非預期的小範圍移動會直接導致這些任務的失敗，而使用手柄時則允許操作者「看清楚了再行動」。

但相較於數採效率的大幅提升，這部分失敗是完全可以接受的trade-off。

在數據質量上，U-Arm相較手柄也能夠獲得更自然的運動軌跡，如下圖所示。團隊指出，在與其他來源的數據進行共同訓練時，分佈上的相似性也更有利於模型的收斂。

△手柄（藍）與U-Arm（紅）遙操作採樣軌跡對比，主從臂架構能產生更自然的末端軌跡動作

目前，該項目已經在GitHub上開源了全部的硬件STL與STEP文件、軟件例程與裝配指引，提供了SAPIEN仿真環境的測試例程。團隊同步在huggingface上開源了用U-Arm採集的XArm6數據，並持續更新中。

項目GitHub鏈接：github.com/MINT-SJTU/LeRobot-Anything-U-Arm

相關技術報告：arxiv.org/abs/2509.02437

部分使用U-Arm採集的XArm數據：https://huggingface.co/MINT-SJTU