تتعلم أنظمة الذكاء الاصطناعي المجسدة من التفاعل. ولتعليم الروبوت كيفية التقاط الأدوات ووضعها وتجميعها وفرزها أو استخدامها، يحتاج الباحثون إلى بيانات توضيحية لا تصف النتيجة النهائية فحسب، بل تصف أيضًا تسلسل الحركات التي أدت إلى إنتاجها.
يُصبح هذا الأمر بالغ الصعوبة، خاصةً في عمليات التلاعب ثنائية الذراع والبراعة. إذ يتعين على المُشغِّل تنسيق ذراعين، وتعديل وضعيات المفاصل باستمرار، والتحكم في أصابع مُفردة في الوقت نفسه. تستطيع أجهزة التحكم التقليدية تشغيل الروبوت، لكنها قد تتطلب من المستخدم ترجمة حركة بشرية طبيعية إلى أزرار أو عصا تحكم أو أوامر منفصلة. يُمكن للفيديو تسجيل ما حدث، ولكنه لا يُوفر بيانات حركة كاملة على مستوى المفاصل بشكل مباشر.
تم تصميم الهيكل الخارجي القابل للارتداء ExoArm-7 Pro لمعالجة هذه الفجوة من خلال التقاط حركات ذراع الإنسان مباشرة وتحويلها إلى بيانات عالية التردد لتشغيل الروبوت عن بعد، والتعلم بالتقليد، والذكاء الاصطناعي المجسد، وتطوير VLA.