Stanford UMI：由斯坦福大学开发的革新性训练框架，让“机器人学习”脱离了对昂贵机器人的依赖，实现了“在野外（In-the-wild）”进行大规模、低成本的技能采集。

在机器人领域，UMI (Universal Manipulation Interface)是一套由斯坦福大学（Shuran Song 教授团队）开发的革新性训练框架。它最核心的贡献在于：让“机器人学习”脱离了对昂贵机器人的依赖，实现了“在野外（In-the-wild）”进行大规模、低成本的技能采集。

以下是 UMI 技术训练机器人的核心逻辑与流程：

1. 核心硬件：400 美元的“训练神器”

UMI 抛弃了传统的遥操作设备，设计了一种结构简单、成本极低的手持数据采集工具：

• 手持夹具（UMI Gripper）：一个 3D 打印的、模仿机器人末端执行器的手持夹爪。
• 侧挂镜面（Side Mirrors）：在夹爪两侧加装镜子，让单个摄像头能捕捉到多个角度，从而获得隐式深度信息。
• 单目 SLAM 与 IMU：通过 GoPro 的内置传感器（加速度计/陀螺仪）和视觉追踪，精准计算人类演示时的 6 自由度（6-DoF）位姿。

2. 训练流程：从“人类演示”到“机器人动作”

UMI 的训练过程主要分为以下三个阶段