EgoThumb可穿戴机器拇指研究发布

加州大学圣地亚哥分校团队在arXiv预印本中提出EgoThumb：一种由掌侧广角相机和模仿学习模型驱动的可穿戴机械拇指，可自主抓握并稳定物体，让使用者单手完成拧瓶盖、搅拌茶等任务。 在实验室测试中，三名佩戴者尝试四项操作任务，每项任务每人试10次，且物体放在训练时使用的相同区域内；团队称演示者平均成功率为90%，两名新用户分别为92.5%和87.5%。该原型中，分析相机图像并规划动作的AI模型运行在与机械拇指相连的外部计算机上。 团队表示，EgoThumb的硬件设计与软件均已开源，其他开发者可在项目网站获取。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。