北京
【CNMO科技消息】3月2日，小米机器人团队公布了其在真实汽车工厂环境中的最新进展。在自攻螺母上件工站中，小米机器人实现了连续3小时的自主稳定运行，双侧同时安装成功率达到90.2%，并满足了最快76秒的产线生产节拍要求。
小米机器人
据CNMO了解，此次任务要求机器人连续从自动送钉设备中精准抓取自攻螺母，并将其准确放置在自攻拧紧的定位工装上，最终配合完成汽车一体化压铸后地板零件的自攻拧紧作业。其中，难度最高的环节是自攻螺母的精准安装。由于螺母内侧存在花键结构，且每次被抓取后的手内姿态不固定，加上定位销轴的磁吸力干扰，使得机器人的“精准对位”面临巨大挑战。
为应对这些复杂情况，研发团队采用了端到端数据驱动的控制方法。机器人在其VLA大模型Xiaomi-Robotics-0的基础上，结合了强化学习技术。这一联合训练框架不仅增强了模型在操作任务理解、空间感知等方面的泛化能力，还能让机器人从真实的物理交互经验中持续学习，从而快速适配不同的下游工况。
同时，团队融合了视觉、触觉以及关节本体感知等多模态信息，协同判断作业过程。例如，在抓取任务中，仅依赖视觉易受光照变化或遮挡影响，而仅依赖触觉又可能被非预期接触干扰。多模态融合感知有效降低了复杂工况下的状态误判概率，显著提升了任务执行的稳定性。
此外，机器人的全身运动控制采用了融合优化控制与强化学习的混合架构。优化控制器能在毫秒级内求解，严格满足平衡与安全约束；而强化学习控制器则通过在仿真环境中模拟上亿次极端扰动场景，使机器人学会了在干扰下保持平衡，并实现了零样本迁移部署到真实机器人上。
尽管在自攻螺母上件工站中，机器人仍会因螺母花键对齐精度不足等问题出现典型失效案例，但该项目是小米人形机器人在汽车制造场景规模化应用的第一步。据悉，小米还在其他多个典型工站进行了实际部署与验证，相关进展将在后续陆续公布。
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.
