WUJI Hand 2 机器人手在仿真中训练转笔并迁移至真机

又一只漂亮的机械手。

WUJI 训练了其 20 关节的机器人手 WUJI Hand 2，先在物理模拟器中让它转笔，然后把训练好的同一套策略直接用在真实机械手上。

他们在 IROS 2026（国际智能机器人与系统会议）上展示了这一成果，同时还展示了一只传感手套，让人可以实时操控这只机械手。

转笔对机器人手来说是一项高难度测试，因为笔会不断滚动、滑动并在手指间传递，只要有一根手指动作稍慢，笔就会掉落。

@wuji_global 的 Hand 2 拥有 20 个关节，每根手指 4 个，每个关节都由独立电机驱动，并支持 1000 Hz 的控制频率。

训练使用了 mjlab——一个基于 MuJoCo 物理模拟器构建的机器人学习工具包，同时运行 4096 个虚拟机械手副本，采用 PPO（近端策略优化）方法，这是一种强化学习方法，AI 通过试错不断改进，做出好动作就能获得奖励。

AI 需要学会跟随 5 组共 40 段录制的转笔动作，从绕单轴的简单转动到跨多轴的连续旋转，每当笔偏离预定轨迹时，它都会持续调整手指。

在真实机械手上，策略以每秒 50 次的频率向全部 20 个关节发送目标位置，同时一台工业相机追踪一支 250mm 3D 打印笔两端的印刷标记以及手腕上的标签，因此 AI 始终知道笔的位置。

手套展示了教机器人的另一种方式：指尖上的 5 个电磁传感器以每秒 120 次的频率追踪每根手指的位置和角度，延迟约 10 毫秒或更低，软件将这些数据转换为关节角度，机器人手照着执行。

手套掌心处的 526 点压力网格还能记录人握笔的力度，这使得它非常适合为通过模仿人类来学习的机器人采集训练数据。

WUJI 以开源 Apache 2.0 许可证发布了代码、动作片段、训练模型和可打印的笔模型文件，因此任何拥有 WUJI Hand 2、一台相机和一块 NVIDIA GPU 的实验室都能复现整套系统。