Комплект из двух манипуляторов

Наличие двух рук позволяет создавать учебные стенды для двуручного управления, синхронного перемещения объектов, демонстрации координации движений и разработки сценариев, близких к управлению руками гуманоидного робота.

Телеуправление

D1-T предназначен для задач дистанционного управления и сбора демонстрационных данных. Оператор может использовать манипуляторы для передачи движений, тестирования управляющих алгоритмов и записи траекторий для последующего обучения моделей. Unitree также публикует программные решения для XR-телеуправления и записи данных во время управления роботизированными руками.

6 осей + захват

Каждый манипулятор имеет шесть управляемых осей и захват, что даёт возможность перемещать рабочий орган в пространстве, менять ориентацию захвата и выполнять операции с небольшими объектами: брать, удерживать, переносить, позиционировать и отпускать предметы.

Управление положением, скоростью и усилием

Манипуляторы поддерживают разные режимы управления, включая позиционное, скоростное и силовое управление. Это важно для учебных задач, где необходимо изучать не только перемещение по траектории, но и взаимодействие с объектами, ограничение усилия, безопасный контакт и обратную связь.

Подходит для embodied AI

Комплект может использоваться для исследований в области embodied intelligence: сбора демонстраций, обучения моделей манипуляции, разработки VLA/VLM-подходов, отработки grasping-сценариев и создания датасетов для последующего обучения роботов. Unitree отдельно указывает D1-T в контексте dual-arm manipulation dataset и learning implementation.

Компактная конструкция

Масса одного манипулятора около 2,37 кг и алюминиевый корпус позволяют использовать D1-T в учебных аудиториях, лабораториях, на демонстрационных стендах и мобильных исследовательских платформах без сложной промышленной инфраструктуры.

Сценарии применения

Комплект подходит для:

• обучения робототехнике и мехатронике;
• лабораторных работ по управлению манипуляторами;
• исследований телеуправления;
• сбора демонстрационных данных;
• разработки алгоритмов захвата и перемещения объектов;
• тестирования ROS/ROS2-пайплайнов;
• имитационного обучения и reinforcement learning;
• демонстраций в образовательных центрах и на выставках.