Verkörperte KI-Systeme lernen durch Interaktion. Um einem Roboter beizubringen, wie man Gegenstände aufnimmt, platziert, montiert, sortiert oder Werkzeuge benutzt, benötigen Forscher Demonstrationsdaten, die nicht nur das Endergebnis, sondern auch die Abfolge der Bewegungen beschreiben, die zu diesem Ergebnis geführt haben.
Dies stellt insbesondere bei der Steuerung von zwei Armen und feinmotorischen Manipulationen eine Herausforderung dar. Der Bediener muss beide Arme koordinieren, die Gelenkpositionen kontinuierlich anpassen und oft gleichzeitig einzelne Finger steuern. Herkömmliche Steuerungen können zwar einen Roboter bedienen, erfordern aber unter Umständen, dass der Benutzer natürliche menschliche Bewegungen in Tasten, Joysticks oder separate Befehle umsetzt. Videoaufnahmen können zwar das Geschehen aufzeichnen, liefern aber keine vollständigen Bewegungsdaten auf Gelenkebene.
Das tragbare Exoskelett ExoArm-7 Pro wurde entwickelt, um diese Lücke zu schließen, indem es menschliche Armbewegungen direkt erfasst und in hochfrequente Daten für die Roboterfernsteuerung, das Imitationslernen, die verkörperte KI und die VLA-Entwicklung umwandelt.