OpenArm介绍和开发支持连接装配、操作、数据收集和学习。
EmplifAI的双臂移动人形OpenShell的手臂采用OpenArm 01。我们组装它，通过远程控制演示它，并将录音用于内部学习目的。使用 OpenArm 遵循相同的路径。我们将在必要的阶段为您提供支持，从考虑 OpenArm 的配置、组装、与 ROS 2 集成，到实施模仿学习/VLA 和构建数据收集环境。
咨询OpenArm介绍/开发
手臂拿得到。卡住的是它之后
OpenArm 是开源的，因此拿到设计并组装出来，许多实验室和开发团队都能自行完成。卡住的是下一步。手臂能动了，却定不下来要记录什么、记录多少次、在什么条件下记录，训练才跑得起来。数据攒了不少，放到实机上却无法复现。
我们为自己的机器人OpenShell采用了OpenArm 01，并一直致力于从组装到数据收集、学习和实际机器评估的所有工作。我们支持根据目标工作进行学习数据的设计和采集环境的构建。
可承接的范围
以训练，以及为此所需的数据采集环境为中心。机体侧的作业，也在训练所需的范围内承接。
模仿学习的实装
从人的示范中让 OpenArm 学习动作。包含目标作业的切分、训练的实现，以及在实机上的评估。支持基于 LeRobot 的构成。
VLA的实装
把视觉与语言的理解连接到动作生成的 VLA 实现。负责那些无法把动作写下来的领域，例如对象物的形状或位置每次都改变的作业。
搭建数据采集环境
从设计记录什么、在什么条件下、记录多少次，到搭建采集环境。让影像与动作能够对齐时间记录下来。
以远程操作进行的示范环境
用于取得示范数据的操作环境。我们具备以双向控制主控臂实现力反馈、可降低动作倍率的精密模式，以及 VR 控制器操作的实现经验。
组装、改造与整合
训练所需范围内的机体侧作业。加装手爪与传感器、配线与电装、在 ROS 2 上的整合。零件各自能动、整合起来却不动，这就是实机。
实机评估
把训练好的模型放到实机上，测量成功率与可复现性。也包含在仿真中成立的结果于实机上崩掉时的原因厘清。
推进方式
先收敛到单一目标作业开始。扩大范围是在那之后。
- 01 选定目标作业
- 先确定只训练一件事。若在此处保持宽泛，所需的数据量会无止境地增加。
- 02 设计数据条件
- 决定记录的项目、试行次数，以及要变动的条件。训练跑不跑得起来，几乎在这里就决定了。
- 03 搭建采集环境
- 搭建示范与记录的环境。是在既有环境上增补，还是重新搭建，视情况而定。
- 04 数据采集
- 进行示范并记录。采集本身可以由我们承接，也可以把环境交给您自行运作。
- 05 训练与实现
- 实现模仿学习或 VLA，并把训练跑起来。
- 06 实机评估
- 放到实机上测量成功率与可复现性，并把条件收紧。
与开发成套，出借实机
仅在委托我们进行开发的情况下，我们会一并提供验证期间的实机出借。即使手边还没有机体，也能从实机上的确认开始。
我们不承接实机单独的租赁。只把手臂借出的形式，无法伴随把它带到可运作状态的支援，也就帮不上忙。
常见问题
我们还没有 OpenArm，可以咨询吗？
可以。若委托我们进行开发，我们能一并准备验证期间使用的实机。欢迎从构成的选定开始咨询。另外，我们不承接实机单独的租赁。
需要多少数据？
会因目标作业与变动条件的幅度而有很大差异。处理相同位置、相同对象物的作业，与每次形状或位置都改变的作业，所需量相差一个数量级。建议先收敛到单一目标，用少量跑过一轮后再判断。
我们已经在采集数据，但训练无法复现。
从这个阶段开始的咨询我们也承接。会先厘清是记录条件不足、实机个体差异，还是训练这一侧的问题。有时会判断需要重新采集，请尽早联系我们。
OpenArm 以外的机体也能对应吗？
可以。若尚未决定机体或使用其他机体，也请一并参阅 VLA・模仿学习开发的页面。聚焦 OpenArm 的本页，是给已经决定机体的人看的内容。
训练好的模型与采集到的数据，权利归属如何处理？
于签约时约定。委托开发、共同研究等形态不同，处理方式也不同，请在企划阶段与我们商谈。
OpenArm 介绍/开发咨询
请告知希望学习的作业，以及目前机体与环境的状况。无论是「手臂有了但进不到训练」的阶段，还是接下来才要准备机体的阶段，都没有问题。由以自家人形机器人走过同一段路的团队负责。
咨询OpenArm介绍/开发