DexRobot präsentiert fortschrittliche Roboterhände und KI-Entwicklungsplattform auf der IROS 2026

Pittsburgh, PA – DexRobot, ein Unternehmen für Full-Stack Embodied AI, präsentiert seine fortschrittlichen Fähigkeiten in der geschickten Manipulation auf der IROS 2026 (Stand 507). Das Unternehmen stellt drei angenommene Forschungsarbeiten vor, sein Flaggschiff DexHand021 Pro mit multimodaler Sensorik im gesamten Handflächenbereich und die Entwicklungsplattform DexGEM.

Die DexGEM-Plattform stellt einen bedeutenden Forschungsmeilenstein in der physischen KI-Geschicklichkeit dar. Sie bildet die Grundlage für eine der angenommenen Forschungsarbeiten von DexRobot, die sich auf die Umwandlung menschlicher Demonstrationen in kontaktintensive Roboterrichtlinien konzentriert. Die Plattform lernt Geschicklichkeit aus menschlichen Handbewegungen, die mittels Motion Capture und aus der Ich-Perspektive aufgenommenem Video erfasst werden. Diese Demonstrationen werden in Simulationen rekonstruiert, für Roboterhände angepasst und dann auf echte Roboter übertragen, ohne Teleoperation oder spezifische Trainingsdaten von echten Robotern. Die Entwicklung umfasst Aufgaben, die die Koordination zweier Hände und kontinuierliche Kontaktmanipulation beinhalten.

Das Flaggschiffprodukt des Unternehmens, die DexHand021 Pro, bietet Geschicklichkeit auf Forschungsniveau für reale Aufgaben. Sie verfügt über eine integrierte Handgelenk- und Handarchitektur mit 22 Freiheitsgraden, die eine natürliche Handgelenk-Hand-Koordination ermöglicht. Ihr multimodales Sensoriksystem deckt die Handfläche, Fingerspitzen und Fingerseiten ab, einschließlich eines taktilen Arrays mit hoher Auflösung und einer Weitwinkelkamera. Ein dedizierter Edge-KI-Chip schließt den Wahrnehmungs-Rechen-Steuerungs-Regelkreis und ermöglicht Entscheidungen im Millisekundenbereich.

DexRobot integriert Hardware, Wahrnehmung, Daten, Modelle und Szenarien in eine kohärente Pipeline. Das Ziel des Unternehmens ist es, ein vollständiges Portfolio von Roboterhänden zu schaffen, die menschliche Demonstrationen in Trainingsdaten und Fähigkeiten umwandeln können. Durch die Validierung jedes Schritts in realen Szenarien schließt das Unternehmen den Entwicklungszyklus von der Hardware bis zu physischen Aufgaben, wie die DexGEM-Plattform auf echten Robotern demonstriert.