Weekly Robotics 第 382 期：3000 磅的旧机械臂复活、机器狗用脚解魔方、一颗电机的无人机
Weekly Robotics 是一份 2018 年办起来的机器人通讯，每周挑几条偏工程和论文的内容。第 382 期发布于 2026 年 10 月 26 日，7 条内容里有 5 条带实体机器人：一台二手工业臂、一只四足狗、一套手术器械转接装置、一架单电机无人机，还有一批商用抓取机器人。下面逐条介绍，每条的来源都在小节末尾列出。
| # | 看点 | 涉及的机器人 / 硬件 | 一手来源 |
|---|---|---|---|
| 1 | 用开源控制器救活停产工业臂 | 3000 磅 Fanuc 机械臂 | YouTube 视频 |
| 2 | 四足机器人用脚解巨型魔方 | ETH ANYmal-D | arXiv:2610.24610 |
| 3 | 达芬奇手术器械挂到通用机器人上 | Unitree G1、Franka Panda + 达芬奇器械 | arXiv:2610.05792 |
| 4 | 一颗电机就能悬停和转向的无人机 | Joshua Bird 的单电机 3D 打印无人机 | YouTube 视频 |
| 5 | 给机器人数据打标签的 27B 模型 | （模型，非实体机器人） | X 推文 |
| 6 | 抓取创业公司拿 1.5 亿美元 A 轮 | Eka Robotics 的 VFA 机器人 | The Robot Report |
| 7 | 机器人该做通才还是专才 | （观点文章） | Matthew T. Mason 博客 |
一、3000 磅的 Fanuc 机械臂：自己写一块 FPGA 控制器把它救活
Excessive Overkill 这个频道买了台二手的 Fanuc 工业机械臂，自重约 3000 磅，也就是 1360 公斤左右。机械本体状态还行，麻烦在控制器：这类老设备的电控箱电子件停产、参数丢失，原厂也不会再帮你恢复。频道主在视频里说，商业控制器的授权费他不想付，于是花了两年自己做了一套。
这套控制器的核心是一块 Zynq-7000——ARM 核加 FPGA 的混合 SoC。ARM 侧跑带抢占补丁的实时 Linux，FPGA 里跑自己写的 HDL，直接和机械臂的编码器、驱动器对话。为了把 Fanuc 的编码器读明白，他从原厂控制器上取信号，反推协议，再把这套协议实现进 FPGA 里重新测试。
硬件和软件都开源了，仓库在 github.com/ExcessiveOverkill，里面有控制器硬件、控制器软件和图形界面几个项目。软件栈的一部分是 LinuxCNC 搭配 ODrive 驱动。
标题里的另半句「让互联网来搞破坏」也是字面意思：观众通过 Discord 接入，远程操控这台机械臂去推倒、砸烂各种东西。危险归危险，它确实把这套控制器的实时性和可控性演示得很直接。
来源：Excessive Overkill 视频《Letting the internet destroy stuff with a 3000lb robot》（2026-10-19 发布）；控制器源码见 GitHub 仓库；控制器架构与 Zynq-7000 的细节另见 Hackaday 报道。
二、ETH 的 ANYmal-D 用四只脚解开巨型魔方
这篇论文的题目直白：《Solving a Giant Rubik’s Cube with a Quadruped Robot》。作者来自 ETH Zürich 的 Robotic Systems Lab 和 NVIDIA，Lukas Amiet 与 Gabriel Sánchez-Blanco Repgen 共同一作，Marco Hutter、Cesar Cadena 在列。论文 2026 年 10 月 17 日挂上 arXiv。
难点在于整个过程只能用脚。魔方是自由站立的，机器人要一边保持平衡，一边控制魔方的姿态和内部层状态；一次误触把某层转错，后面的步骤就全废了。这类操作在论文里叫 pedipulation，也就是用脚去操作。
系统分三块：
- 感知：机载 ZED X Mini 深度相机，边走边翻魔方，从多个视角拼出完整色面。分割用 SAM 3，几何位姿用 ICP 精修。2 米以内，位置误差中位数约 2 厘米，旋转误差低于 3 度；色块分类在室内 100% 正确，室外 98.7%。
- 规划：标准魔方求解器算出解，规划器把它翻译成一串可执行的技能序列。
- 技能：Flip Forward、Flip Backward、Rotate CCW 三个策略用强化学习训练，先在仿真里训一个能看到特权信息的教师策略，再蒸馏成只看本体感知和深度图的学生策略。Rotate CW 没有单独训练，是 Rotate CCW 沿机器人矢状面镜像得到的。
训练里做了大量域随机化：初始位姿、机器人与魔方质量、接触摩擦、层间摩擦、外力推搡都随机，学生策略还额外加了相机外参扰动和立体深度噪声。仿真里魔方的三层用两个被动转动副建模，摩擦参数是从实物上测出来的。
实测结果：三次自主运行全部完成，每次大约 30 个动作，耗时 8 到 9 分钟，魔方始终待在 5L×5L 的指定工作区内。论文还提到一个有意思的观察——中间出现的小误差不一定毁掉整局，某次旋转留下的层错位，往往在随后一次翻转落回时被纠正。
来源：论文 arXiv:2610.24610；项目主页（含技能演示视频）；YouTube 演示。
三、DASH：把人形机器人变成达芬奇手术机器人的操作平台
达芬奇手术机器人的临床效果有大量文献支撑，问题是贵，而且对场地和配套要求高，农村和低资源地区的医院很难配。之前也有研究把通用机器人拿来做腹腔镜任务，但器械是通过被动连杆挂在手上的，没有用到机器人本身的驱动。
这篇论文换了思路：不改器械，做转接件。DASH（da Vinci Adapter for Serial-link and Humanoid platforms）包含两种适配器，分别对接 da Vinci Classic 和 Xi 两代器械，卡住器械自带的锁扣，用 RFID 无线识别插进来的是哪把器械，然后加载对应的运动学参数和耦合矩阵。器械本体完全不动。
论文给了两组实测数字：
| 指标 | DASH C（Classic 器械） | DASH Xi（Xi 器械） |
|---|---|---|
| 适配器质量 | 0.439 kg | 0.463 kg |
| 末端电机延迟 | 5.07±0.04 ms | 5.01±0.05 ms |
| 器械识别与归零 | 40/40 | 20/20 |
| 换械时间 | 4.74±1.15 s | 3.39±0.51 s |
设计要求是带最重器械时整体不超过 0.5 公斤，两种适配器都留了余量。搭载平台选了研究里最常见的两类：人形机器人 Unitree G1（肩到腕 7 个关节），以及串联机械臂 Franka Emika Panda。论文还实测了 Xi 器械的耦合矩阵，因为官方没有公开，只能自己测。
遥操作实验验证了整套链路能跑通。换句话说，一台通用人形机器人加上一个转接件，就能开始做手术机器人的研究，不必先买一台达芬奇。
来源：论文 arXiv:2610.05792（v1 于 2026-10-05 提交，v2 于 10-22 更新）。
四、一颗电机的无人机：没有舵机、没有斜盘、没有尾桨
四旋翼靠四个电机差速，直升机靠斜盘和尾桨。Joshua Bird 做了第三种：一颗电机，一根 6 英寸的 3D 打印桨，外加一个特别的桨毂。
秘密在铰链角度。两片桨叶装在倾斜 45 度的铰链上，电机加速时桨叶因惯性滞后于桨毂，一片抬头、一片低头，升力就不平衡了，机身随之倾斜。要往哪个方向偏，就在每个旋转周期的特定相位上给一次加速或减速。为此他重写了飞控和电机控制固件，每秒让电机加速减速超过 300 次。桨毂上还加了小配重，靠离心力把桨叶拉回中位。
机械结构简单到有点反常，复杂度全压进软件里了。目前的限制也很实在：定位靠房间角落的一个红外信标，所以只能在卧室里飞，还没到能出门的程度。设计和固件都开源在 github.com/jyjblrd/single-propeller-drone。
Weekly Robotics 的编辑还顺带提了个材料细节：视频里第一次见到 PPA-CF 这种碳纤维增强线材，Bambu Lab 欧洲商店售价 156 欧元。
来源：Joshua Bird 视频《I Built a Drone With ONE Motor》；项目 GitHub；DroneXL 报道；PPA-CF 线材页面。
五、RoboJev：用 27B 模型给机器人数据打「成功 / 失败」标签
机器人学习的数据管线里有一段很耗人的活：看视频，判断这次抓取或放置到底成没成功。Josef Chen 在 X 上发布的 RoboJev 就是冲这段来的——27B 参数，开放权重，官方说法是「比 6 Astra 便宜 48 倍、快 28 倍」（原文如此）。他的原话是：现在给机器人数据打标签的速度，已经比造数据更快了。推文只给了这几个数字，模型的具体训练方法还没公开。
来源：Josef Chen 的 X 推文（2026-10-23）。
六、Eka Robotics 拿 1.5 亿美元 A 轮，押注视觉-力-动作模型
Eka Robotics 宣布完成 1.5 亿美元 A 轮，由 Andreessen Horowitz（a16z）和 F-Prime 领投，种子轮投资方 Obvious Ventures、E14 Fund 继续跟投，MFV Partners、Bison Ventures、Glasswing Ventures、Samsung Next 等也在名单里。据 The AI Insider 报道，这一轮对应估值 14.5 亿美元。公司 2024 年成立，总部在剑桥市（马萨诸塞州）。
技术路线是视觉-力-动作（VFA）模型：不靠模仿人类视频，而是让机器人在仿真里通过大规模强化学习建立对物理的直觉——抓住一颗软树莓该用多大力、插一根线到什么程度算插到底。公司在博客里把这条路径类比成 AlphaZero：零人类数据，靠强化学习和自博弈达到超人类水平。
给出的指标是每小时 1500 次抓取，人类基线约 600 次，也就是两倍半左右；抓取对象包含训练分布之外的各种物体。同一套系统还能拧灯泡、插线。这轮钱用于扩展模型能做的任务，以及推进客户部署。
来源：The Robot Report 报道；Eka Robotics 官方博客；The AI Insider 报道。
七、辩论：机器人该做通才还是专才
这是 2026 年 IROS 上一场辩论的整理稿，题目就是「机器人该做通才还是专才」。Ken Goldberg 和 Andrea Bajcsy 主持，Mason 站在专才一方，只有三分钟，他把论证压成了一个几何图像。
把所有可能交给机器人的任务画成一个「任务宇宙」，每台机器人是里面的一块区域。焊接机器人是一小块，做订单拣选的机器人也是一小块，人类是一大块。章鱼那块和人类有交集但不互相包含，蚂蚁那块几乎不重叠。Mason 的反问是：如果小块机器人没必要存在，那非人动物的那些小块呢？难道要让所有动物都变成人？
后半段把机器人史和科学史上的「去中心化」摆在一起：哥白尼把地球从宇宙中心挪开，后来连太阳也不是中心。机器人早期只存在于科幻里，而且全是人形；上世纪六七十年代机器人成为工程学科之后，大家才意识到机器人不必是人形——这是机器人的一次去中心化。他的担心是，现在「所有机器人都该是通用人形」的主张，等于把刚拆掉的中心又装回去。
结论并不激进：通才和专才的配比取决于应用。厨房里你是通才，洗碗机、电饭煲、搅拌机是专才。
来源：Matthew T. Mason 博客《Should robots be generalists or specialists?》（2026-10-13）；辩论原始公告见文内链接。
收尾
这期和实体机器人有关的 5 条里，工业臂、单电机无人机、手术适配器这三条都是团队或个人自己动手改硬件的项目，另外两条分别是一篇论文和一次融资。文中所有一手链接都放在各节末尾，想看原始视频、论文或仓库可以直接点进去。