典型应用场景
从学习到实际应用
一个机器人，多步学习，一个真实流程。
让人形机器人胜任工作，需要持续开发与系统集成。以码垛为例，我们展示示范数据、仿真和实机测试如何共同形成针对具体任务的运动策略。
01 / 05
首先理解实际流程。
纸箱在哪里？应该如何抓取、放到哪里？首先确定工作空间、接触面、载荷限制及安全停止条件。此场景中的托盘放在升降台上。
这是预设运动序列，并非在浏览器中进行AI训练。时间经过压缩，不代表实际节拍或任何特定机器人的性能。
本说明展示的内容与真实部署的要求
这里展示一种可能的开发流程。模仿学习与强化学习可以结合使用，但并非所有机器人项目都使用这两种方法或遵循相同顺序。
首先理解实际流程。
纸箱在哪里？应该如何抓取、放到哪里？首先确定工作空间、接触面、载荷限制及安全停止条件。此场景中的托盘放在升降台上。
从优质示范中学习。
人员可通过遥操作引导机器人，并记录摄像头图像、关节状态和动作。模仿学习可从这些数据形成初始运动策略，也称为Policy。
多次尝试，有针对性的反馈。
虚拟工作单元支持并行试验，不会损坏真实工件。强化学习可依据抓取、放置、动作代价和违反规则的反馈改进策略。
策略能否适应变化？
训练时可改变位置、质量和摩擦。随后在未用于训练的测试条件下评估固定策略。失败能够揭示数据、模型或训练需要改进之处。
真正的试点验证实际表现。
在实体机器人上校准感知和动作，并受控地批准小规模试验。输送机、托盘和设备控制系统必须协调工作。缺少授权时不进行移交。
工作单元也是解决方案的一部分。
停止的滚筒输送机提供已封口、装有物料的纸箱。在这个小型教学示例中，机器人从两侧抓取，将两个纸箱并排放置在托盘上：搬运过程中完成转向，并留出100毫米间隙供手部撤回。半托盘（0.8 × 0.6米）置于升降台上。手部动作与接触经过简化，不计算抓取力或摩擦力。真实应用需要共同设计并测试载荷、纸箱强度、手部或夹具、工作范围以及码放方式。
必须以验证证明可用性。
投入运行前，需要风险评估、工程防护措施、设备通信、校准和受控试点测试。评估包括安全搬运、放置质量、人工干预和流程稳定性。防护功能独立于学习得到的运动策略。本虚拟视图不能替代这些验证或现场调试。
技术依据
- Boston Dynamics · Training for hard work
- NVIDIA Isaac Lab · Imitation learning
- Agility Robotics · Built for the real world
DeepRoboticsLab · DR02 Pro — 3D机器人模型：采用DeepRoboticsLab发布的DR02 Pro几何模型与关节链，遵循BSD三条款许可证，并为网页展示制作了材质。保留原始手部几何形状。预设动作流程仅用于教学说明，不证明DR02具备码垛能力，也不代表Deep Robotics对本展示的认可。
目录中的现有型号
该类别中我们已上架的具体系统——产品页面提供完整规格、技术数据与图片。
项目套餐
试点
短期部署验证应用场景与系统。目标明确、范围可控、结果可衡量。
集成
接入您的基础设施：接口、软件、网络。含文档与交接。
培训
针对运营与维护的实操培训。贴合您的流程。
运营与SLA
长期支持：维护、更新、服务。职责清晰、响应及时。
选型标准
合规与责任
Veyra 为经销商与集成商，非制造商。CE 符合性与机械指令按系统透明说明。我们协助分类与文档化。
相关应用场景
获取报价
非约束性咨询——我们将尽快回复。
常见问题
EDU 面向研发，限制较少。Pro 面向商用，通常具备 CE 准备或认证。我们协助选型。