Les systèmes d'IA incarnée apprennent par l'interaction. Pour enseigner à un robot comment saisir, placer, assembler, trier ou utiliser des outils, les chercheurs ont besoin de données de démonstration décrivant non seulement le résultat final, mais aussi la séquence de mouvements qui l'a produit.
Cela devient particulièrement complexe lors de manipulations à deux bras et nécessitant une grande dextérité. L'opérateur doit coordonner ses deux bras, ajuster en permanence la position des articulations et souvent contrôler simultanément chaque doigt. Les commandes classiques permettent de piloter un robot, mais elles peuvent contraindre l'utilisateur à traduire un mouvement humain naturel en boutons, joysticks ou commandes distinctes. La vidéo peut enregistrer l'action, mais elle ne fournit pas directement de données complètes sur le mouvement des articulations.
L'exosquelette portable ExoArm-7 Pro est conçu pour combler cette lacune en capturant directement les mouvements du bras humain et en les transformant en données haute fréquence pour la téléopération robotique, l'apprentissage par imitation, l'IA incarnée et le développement de l'IA virtuelle.