居家柔性抓取、具身模仿学习长期受机器人遥操作数据集采集周期长、硬件投入偏高约束，马里兰大学发布 HumanEgo 框架提出全新训练范式，依托 Meta Aria 智能眼镜（MPS 感知管线）完成人类操作数据采集，无需机器人参与录制；整套真实环境对照验证实验均采用 Trossen Robotics WidowX AI 双臂 Stationary AI 工作站，为各类具身 AI 课题组标准化实验硬件支撑。

一、HumanEgo 框架核心技术体系

HumanEgo 核心创新为交互中心 Token (ICT) 表征与流匹配稠密辅助损失训练方案：依托 Meta Aria 内置 MPS 感知管线，输出无标定居家场景手部、物体三维轨迹，剥离人机运动学、视觉形态差异，仅提取手 - 物体交互空间特征。仅 15 分钟人类演示视频平均任务成功率 75%，30 分钟数据提升至 92.5%，训练策略可零样本迁移至 WidowX AI、UR10、Franka 多款科研机械臂。

二、Trossen Stationary AI 双臂工作站

论文四类居家实操任务全部采用两台 WidowX AI 机械臂搭建Stationary AI 双臂工作站：

1. 硬件规格：单臂 6 自由度串联结构，标准平行夹爪，额定有效载荷 1.5kg，末端重复定位精度 ±1mm；

2. 实验部署标准：工作台顶部搭载 Intel RealSense D405 全局相机作为唯一视觉采集设备，全程不使用机械腕部图像，严格复现论文训练约束；

3. 平台拓展性：全开源控制 SDK、配套 MuJoCo 仿真模型，可开展 HumanEgo 零样本迁移、传统遥操作双向对照实验。

三、两大科研落地场景

1. 小型单机算法迭代：单台 WidowX AI 用于单臂抓取轻量化算法快速验证，适配小规模课题组；

2. 双臂大规模实操研究：Stationary AI 双臂工作站，完整复现 HumanEgo 论文多任务居家抓取实验，用于纵向数据集与跨机型泛化研究。

结语

Trossen Stationary AI 双臂工作站作为 HumanEgo 论文主实验验证硬件，兼顾科研适配性与合理采购成本，搭配 Meta A 采集链路形成完整居家模仿学习科研体系，支撑零样本人到机器人迁移、柔性抓取等前沿课题研发。

论文 arXiv 查阅链接：https://arxiv.org/abs/2605.24934