北京
手套实现单指独立触觉反馈。该功能为灵巧遥操作增添了来自仿真机器人交互的物理反馈。
将手部追踪数据送入重定向流水线
MANUS 的 Isaac Teleop 插件通过 MANUS SDK 获取手与手指的骨骼姿态数据，并将数据注入 Isaac Teleop 的标准手部追踪层。由于插件接入这一通用层，任何面向手部追踪输入开发的重定向器，无需额外适配即可读取 MANUS 手套的数据。
对于超越标准骨骼数据的流水线，该插件还可选择性输出原始弯曲传感器读数，提供粒度更细的数据流。
机器人接触产生触觉反馈
触觉输出链路是输入链路的反向流程。系统采集仿真机器人手部各手指与抓取物体之间的接触力，该信号经由流水线回传给手套。
针对 MANUS Metagloves Pro Haptic 手套，数据顺序为从拇指到小指。MANUS 插件接收信号后，通过 MANUS SDK 驱动手套上五根手指的振动执行器。整套闭环的输入、输出两端均由同一个插件完成。
对灵巧操作研究的意义
工具使用、物体手中重定向、双手协同这类高接触交互任务，依赖视觉无法捕捉的抓取线索：握力、滑移起始时刻、接触发生时机。单指触觉反馈可以直接把这些信号传递给操作员。
开启触觉反馈录制得到的遥操作样本，会包含更多人为的抓取微调动作，接触状态切换的时序也更加合理。把这类数据送入 Isaac Lab 的演示数据增强工具，能够基于贴合真实接触动力学的轨迹训练策略，让仿真训练结果更贴近真实世界工况。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
