Dexop (экзоскелет для кистей рук)

Продукт
Разработчики: Массачусетский технологический институт (MIT), Калифорнийский университет в Беркли (UC Berkeley)
Дата премьеры системы: сентябрь 2025 г.
Отрасли: Электротехника и микроэлектроника
Технологии: Робототехника

2025: Анонс продукта

В сентябре 2025 года исследователи из Improbable AI Lab, Массачусетского технологического института и Калифорнийского университета в Беркли (UC Berkeley) представили пассивный экзоскелет Dexop для кистей рук. Устройство предназначено для сбора данных, с помощью которых роботы учатся хватать предметы.

Экзоскелет физически связан с роботизированной рукой и точно передает движения пользователя машине. Система фиксирует не только движения, но и усилие захвата благодаря датчикам давления на кончиках роботизированных пальцев. Робот, обученный с помощью Dexop, вкручивал лампочку за 11 секунд против 86 секунд при использовании традиционных методов.

Выпущен кистевой экзоскелет для обучения роботов хватать предметы

Традиционные методы обучения роботов основаны на цифровых симуляциях и джойстиках. Устройства запоминают движения и учатся их воспроизводить. Такое обучение занимает значительное время, а получаемые наборы данных содержат много «шума» и неточностей.Российский рынок BPM-систем: оценки, лидеры, тренды и перспективы. Обзор TAdviser 22.2 т

Машинам сложно определить оптимальную силу сжатия предметов. Роботы должны удерживать объекты достаточно крепко, но не повреждать их. Калибровка силы захвата представляет серьезную техническую проблему для разработчиков роботизированных систем.

Экзоскелет Dexop решает эти проблемы через прямую физическую связь с роботизированной рукой. Когда пользователь сгибает указательный палец, робот в точности повторяет это движение. Синхронизация происходит в режиме реального времени без задержек.

Датчики давления на кончиках роботизированных пальцев регистрируют силу воздействия на объекты. Система записывает не только траектории движений, но и динамику приложения усилий. Комплексный сбор данных повышает качество обучающих наборов.

Результирующие наборы данных содержат меньше артефактов и неточностей по сравнению с традиционными методами. Более чистые данные ускоряют процесс машинного обучения. Роботы быстрее осваивают сложные манипуляции с предметами.[1]

Примечания



СМ. ТАКЖЕ (1)


Подрядчики-лидеры по количеству проектов

За всю историю
2023 год
2024 год
2025 год
Текущий год

  Promobot (Промобот) (31)
  Яндекс (Yandex) (18)
  Cognitive Pilot (Когнитив Роботикс) (14)
  Сбербанк (12)
  Nvidia (Нвидиа) (11)
  Другие (580)

  Яндекс.Облако (Yandex Cloud) (2)
  Инфосистемы Джет (2)
  Fora Robotics (Фора Роботикс) (2)
  Департамент информационных технологий Москвы (ДИТ) (2)
  Яндекс (Yandex) (2)
  Другие (41)

  Университет Иннополис (2)
  Яндекс (Yandex) (2)
  Наносемантика (Nanosemantics Lab) (2)
  Сбер Бизнес Софт (2)
  Синимекс (Cinimex) (2)
  Другие (52)

  GlowByte, ГлоуБайт (ранее Glowbyte Consulting, ГлоуБайт Консалтинг) (4)
  Яндекс (Yandex) (4)
  Цифровые технологии и платформы (ЦТиП) (3)
  Ростелеком (2)
  Сбербанк (2)
  Другие (85)

  Дабл Ю Экспо (1)
  Ростелеком Центр (ЦентрТелеком) Макрорегиональный филиал (1)
  Т1 (1)
  Яндекс Роботикс (1)
  ABB Robotics (1)
  Другие (4)

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2023 год
2024 год
2025 год
Текущий год

  Promobot (Промобот) (12, 32)
  ABB Group (8, 23)
  Cognitive Pilot (Когнитив Роботикс) (4, 21)
  Cognitive Technologies (Когнитивные технологии) (1, 21)
  Яндекс (Yandex) (2, 15)
  Другие (653, 156)

  Fora Robotics (Фора Роботикс) (1, 2)
  Rozum Robotics (Розум Роботикс) (1, 1)
  Роботех (Robotech) (1, 1)
  Яндекс.Маркет (1, 1)
  3D Bioprinting Solutions (3Д Биопринтинг Солюшенс) (1, 1)
  Другие (5, 5)

  Яндекс (Yandex) (1, 2)
  Pudu Robotics (Pudu Technology) (1, 2)
  Unitree Robotics (1, 1)
  Intuitive Surgical (1, 1)
  Ronavi Robotics, Ронави Роботикс (ранее Ронави логистические системы) (1, 1)
  Другие (1, 1)

  Яндекс (Yandex) (1, 4)
  Pudu Robotics (Pudu Technology) (2, 2)
  Геоскан (Geoscan) (1, 2)
  Синетра (Synetra) (1, 1)
  Яндекс.Маркет (1, 1)
  Другие (5, 5)

  ABB Group (1, 1)
  Яндекс.Маркет (1, 1)
  Яндекс Роботикс (1, 1)
  Другие (0, 0)

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2023 год
2024 год
2025 год
Текущий год

  Promobot - 26
  Cognitive Agro Pilot Система автоматического вождения - 21
  ABB IRB Промышленные роботы - 19
  Яндекс.Ровер - 14
  Da Vinci (робот-хирург) - 12
  Другие 137

  For-1 Антропоморфный робот - 2
  Robotech: RP-серия Роботы-паллетайзеры - 1
  Dobot CR-серия Коллаборативные роботы - 1
  Яндекс: Складские роботы - 1
  Da Vinci (робот-хирург) - 1
  Другие 2

  Яндекс.Ровер - 2
  Pudu CC1 Робот-уборщик - 2
  Ronavi S-серия Роботы для сортировки товаров - 1
  Роботы КиберСклад - 1
  Da Vinci (робот-хирург) - 1
  Другие 1

  Яндекс.Ровер - 4
  Геоскан БАС (Беспилотные авиационные системы самолетного типа) - 2
  Университет Иннополис: InnoSpector Беспилотная система для промышленной инспекции и мониторинга - 1
  Pudu BellaBot Робот-доставщик еды - 1
  Navio: L5 Автономный магистральный тягач - 1
  Другие 5

  Spectro (робот-инвентаризатор) - 1
  ABB IRB Промышленные роботы - 1
  Другие 0