VILAS：用于机器人操作的具有软抓取功能的 VLA 集成低成本架构

我们推出了 VILAS，这是一个完全低成本的模块化机器人操作平台，旨在支持端到端视觉语言动作（VLA）策略学习和在可访问硬件上的部署。该系统集成了 Fairino FR5 协作臂、Jodell RG52-50 电动夹具和双摄像头感知模块，通过基于 ZMQ 的通信架构进行统一，在单一框架内无缝协调远程操作、数据收集和策略部署。为了在不依赖明确的力传感的情况下安全地操纵易碎物体，我们设计了一种基于剪纸的软柔顺抓手延伸件，它在压缩负载下引起可预测的变形，从而与脆弱的目标提供温和且可重复的接触。我们在 VILAS 平台上部署并评估了三个最先进的 VLA 模型：pi_0、pi_0.5 和 GR00T N1.6。所有模型都是使用通过我们的远程操作管道收集的相同演示数据集从公开发布的预训练检查点进行微调的。葡萄抓取任务的实验验证了所提出系统的有效性，确认可以在低成本模块化硬件上成功训练和部署有能力的操纵策略。我们的结果进一步为当前 VLA 模型在现实环境中的部署特性提供了实用的见解。