ระบบ AI ที่มีร่างกายเรียนรู้จากปฏิสัมพันธ์ ในการสอนหุ่นยนต์ให้หยิบ วาง ประกอบ จัดเรียง หรือใช้เครื่องมือ นักวิจัยจำเป็นต้องมีข้อมูลสาธิตที่อธิบายไม่เพียงแต่ผลลัพธ์สุดท้ายเท่านั้น แต่ยังรวมถึงลำดับการเคลื่อนไหวที่ก่อให้เกิดผลลัพธ์นั้นด้วย
สิ่งนี้จะยิ่งท้าทายมากขึ้นในหุ่นยนต์แขนคู่และหุ่นยนต์ที่ต้องใช้ความคล่องแคล่วสูง ผู้ควบคุมต้องประสานงานแขนทั้งสองข้าง ปรับตำแหน่งข้อต่ออย่างต่อเนื่อง และบ่อยครั้งต้องควบคุมนิ้วแต่ละนิ้วพร้อมกัน ตัวควบคุมแบบดั้งเดิมสามารถควบคุมหุ่นยนต์ได้ แต่ผู้ใช้อาจต้องแปลงการกระทำตามธรรมชาติของมนุษย์ให้เป็นปุ่ม จอยสติ๊ก หรือคำสั่งแยกต่างหาก วิดีโอสามารถบันทึกสิ่งที่เกิดขึ้นได้ แต่ไม่ได้ให้ข้อมูลการเคลื่อนไหวระดับข้อต่อที่สมบูรณ์โดยตรง
โครงสร้างภายนอกแบบสวมใส่ได้ ExoArm-7 Pro ได้รับการออกแบบมาเพื่อแก้ไขช่องว่างนี้โดยการจับภาพการเคลื่อนไหวของแขนมนุษย์โดยตรงและแปลงเป็นข้อมูลความถี่สูงสำหรับการควบคุมหุ่นยนต์จากระยะไกล การเรียนรู้แบบเลียนแบบ ปัญญาประดิษฐ์แบบฝังตัว และการพัฒนา VLA