跨本体策略自改进新范式：stretch 3移动操作机器人与franka力控机械臂的复现路径与硬件配置

ETH Zürich、TUM、Microsoft 与 MCML 联合发布论文《Robot Self-Improvement via Human-Video Dynamics Models》（arXiv:2606.21406），提出 Dynamics-Guided Action Correction（DGAC，动力学引导动作修正）：机器人先从人类视频习得先验，再在自身真实失败中持续改进，无需在线人工干预。七项真实操作任务平均成功率从约40%提升至81%，助力具身智能策略改进。

方法上，论文把人类视频作为第一类监督来源：基于 HOI4D、Arti4D、EgoDex 人类交互视频，联合预训练策略、动力学、价值三个具身无关（embodiment-agnostic）表征，视觉采用 DINO-v3 token 与 TAPIP3D 点轨迹，动作编码为6-DoF位姿与夹爪闭合。部署后，DGAC 在失败状态采样候选动作，动力学模型预测未来、价值模型排序，得分最高的修正动作进入修复集，经优势条件策略更新完成自改进，整体免训练。

图1 论文方法总览：人类视频预训练三模型 + 迭代式机器人自改进闭环（来源：论文项目页）

实验在两类本体上展开：移动操作平台采用 Hello Robot Stretch 3（stretch 3开源操作机器人、stretch 3移动操作机器人），静态臂采用 Franka Panda。stretch 3机器人五项任务平均成功率，Ours 达到85.3%，对比 Expert BC 的41.3%；在 π0.5 策略骨干上，SFT 基线62.7%，叠加 DGAC 后达到88.0%。静态臂 Box 任务46.7%→73.3%，Sweep 任务26.7%→66.7%，平均36.7%→70.0%，验证了方法跨本体迁移能力。

图2 静态力控选型 Franka Research 3（FR3）七轴力控机械臂

对科研院校与企业自动化团队，这类课题对移动底盘可达性、多目深度感知、开源软件栈与力控反馈提出明确要求。欣佰特提供 Hello Robot移动操作机器人 选型：覆盖 stretch 3 与新一代 stretch 4移动操作机器人、stretch 4开源操作机器人；静态力控配套 franka机械臂（franka力控机械臂 / fr3机器人 / franka机器人fr3，即 FR3），支持 franka七自由度机械臂 的 franka科研 与 franka教育机器人 建设。

平台面向 遥操作 示教、数据采集 与自改进验证：Hello Robot具身智能平台、Hello Robot家庭服务机器人 强调地面到柜体可达与人机共存；7dof开源移动操作机器人 开放栈便于接入 ROS 2 策略与动力学实验。

应用场景

· 移动操作科研：家庭/实验室环境导航、抓取、开盖、擦拭、投递等长程操作的算法验证。

· 自改进与失败恢复：记录成功/失败 rollout，复现 DGAC 式失败转监督的策略更新闭环。

· 力控接触操作：静态臂柔顺控制、装配与接触丰富任务的 1kHz 力矩研究。

痛点与解决方案

· 痛点：缺少可移动、可达范围足够、开源易二次开发的移动操作底座。方案：Stretch 3 / Stretch 4 开放 ROS 2 与 Python SDK，自带标定与参考 Demo。

· 痛点：静态臂缺关节力矩反馈，难做柔顺与力控研究。方案：FR3 七关节集成力矩传感器，支持 1kHz 力/位控制。

表-产品应用场景与解决痛点汇总表