为什么人形机器人难以抓取移动物体：为动态环境开发VLA

如今，大多数机器人演示都在光照稳定、相机固定的静态环境中进行，VLA模型在此类场景下表现良好。然而，现实任务常涉及移动物体，例如传送带上的物品。当全尺寸人形机器人与移动物体交互时，还需行走并保持平衡，这使运动计算变得复杂。主要挑战包括观测与动作之间的延迟、过时的动作序列，以及无法从单张图像确定物体速度。最近的模型（如DynamicVLA）通过更频繁地更新动作并考虑时间因素来解决这些问题。对于人形机器人而言，全身控制至关重要，因为手臂运动会影响躯干平衡。RLDX-1架构处理多种信息流（运动、记忆、物理、动作）以提升动态操作能力。在MTS Web Services，作者正调整RLDX-1以控制Unitree G1人形机器人，实现传送带物品的全身动态抓取，并将任务视为闭环：观察、预测、拦截、执行、验证、修正。