在非结构化的真实世界制造环境中部署人形机器人是机器人研发中最难解决的问题之一。实现这一能力的有效途径是遥操作驱动的模仿学习——捕捉人类运动数据，并使用它来训练机器人策略，这些策略可以在不同任务和条件中进行扩展。

为了应对这一挑战，阿波罗人形机器人的开发商Apptronik选择使用MANUS手套，在德国柏林的梅赛德斯-奔驰生产工厂中收集机器人学习所需的精确手部和手指运动数据，并以此训练其机器人完成各种车间中的复杂任务。

MANUS手套如何实现大规模遥操作

MANUS数据手套使用基于电磁场的跟踪系统来跟踪用户手部的全部运动数据。与光学或基于IMU的系统不同，这种方法不受遮挡的影响，在复杂环境中表现更稳定。

在梅赛德斯-奔驰的工厂部署中，戴着MANUS手套的人类操作员直接遥控阿波罗机器人完成任务，系统则实时记录同步数据。这种遥操作流传输允许阿波罗机器人在人类指导下立即执行任务，同时生成策略学习所需的训练数据集。

从遥操作到自主学习能力

随着策略性能随着数据的积累而提高，阿波罗机器人可以逐渐从完全的遥操作过渡到人类监督的自主完成任务，并最终过渡到独立执行任务。这种进展的质量直接取决于输入数据的保真度，使得MANUS手套采集到的精确数据是提升系统整体学习效率的关键因素。