UMIデバイス・カタログ (日本語版)

相対軌跡の行動表現、推論時のレイテンシ整合

SLAMキャリブレーション不要、ハードウェア設計の分離

三人称視点がOODギャップを低減、シーン理解タスクで約47%向上

RGBと点群を同時記録、Visual SLAM不使用、可視性を考慮した最適化

UMIの低コストと可搬性を維持しつつ、3D空間知覚を追加

クロスエンボディメントの形態対応、同一ツールをロボット側に取り付け可能

テレオペ用ロボット不要、視触覚統合

SLAMドリフトを排除、Quest 3で双腕6DoFを統合

屋内・屋外の実環境での視触覚同期、マスク再構成エンコーダによる共同表現学習

受UMI启发的手持多模态采集器（视觉、触觉、音频、IMU、磁编码器）；MCAP输出；云端压缩至原始大小的约2%

仿生两指手持采集器；最大开口220 mm；毫米级轨迹；自动语音标注

商用UMI风格手持采集器：无需现场机器人即可进行人类演示；与Pika Station配对实现毫米级位姿；同源Pika夹爪用于PiPER及其他机械臂上的部署

开源双指灵巧堆栈：手套 + DYNAMIXEL夹爪 + 固定/便携式采集装置

手持平行夹爪数据采集夹爪，配备基于视觉的触觉传感器（110,000个传感单元，120 Hz）；与DM-DataDex配合使用，构建Daimon-Infinity全模态数据集

ハンドヘルド型マルチモーダルUMIで、RGB、深度、軌跡、マーカー式触覚画像、内部把持力、外部 wrench、両側グリッパーフィードバックを取得。

Meta Quest 3sコントローラーにロボットグリッパーを取り付けた携帯型VRテレオペレーションキット。オペレーターの頭部動作を記録し、両手での実環境データ収集中に能動的自我中心知覚を実現。

UMIグリッパーに自我中心センシングを追加し、全身移動操作に対応。身体非依存の3D視覚表現を用いたクロスエンボディメントの手と目のポリシーを実現。

圧電式接触マイク（「耳付きハンド」）を内蔵したUMIパラレルジョーグリッパーで、実環境での同期オーディオビジュアルデモンストレーション収集を実現。

ウェアラブルVRリグ（PICO 4 + 異種H/Gグリッパー + バックパックコンピューティング）で、収集・検査・訓練・評価のクローズドループパイプラインを構築。実証実験では、ロボットフリーと実ロボットのデータを10:1で混合することで、取得コスト約1/20で同等のポリシー性能を達成。

ハンドヘルド型UMIスタイルのパラレルジョーグリッパーの各指にコインサイズの容量式CoinFTセンサーを取り付け、指ごとの6軸力・トルクセンシングを追加。iPhoneがRGB、超広角RGB、深度、ARKitポーズを提供。マルチモーダルでロボットフリーのデモンストレーションにより、位置目標、把持力、コンプライアンス制御用の剛性を予測する適応コンプライアンスポリシーを訓練。

消費者向けスマートフォン上でのAR視覚予測によるロボットフリーの即時ポリシー反復。150ms未満の遅延でリモートGPU推論を実行し、物理ロボットを展開せずにクローズドループのオンラインファインチューニングを実現。

共同設計されたハンドヘルド型と電動駆動型のバリアントが、リンク機構、指形状、センサースイートを共有。回転式モノリシック二重親指と2本の劣駆動リンク指（3自由度+2劣駆動）により、パワーグラスプ、ピンチグラスプ、ケージンググラスプを実現し、力介在のツール使用を可能にする。

強化された市販UMI：3Dプリントのギアトリガーを、デュアルリニアレール上のゼロバックラッシュカム駆動と定力ばね（0.4ポンド引き）に置き換え、マウントにステッカーではなく多色の指識別子を埋め込み、GoPro Ultra Wide Lens Modで視野角を177°に拡大

ベンダーのAxol双腕ロボットと同一のグリッパ形状を共有するハンドヘルドペアで、直接的なポリシー転送を実現；姿勢追跡は固定方式ではなく設定可能なオプション（Vive Lighthouse、Vive Ultimateインサイドアウト、Quest 3コントローラ、またはカメラのみのビジュアルSLAM）であり、記録はMITライセンスのAxol SDKを通じてLeRobotデータセットに出力される

共享灵巧末端执行器模块，具备手部视觉与指尖触觉感知；通过匹配的观测、接触和手部动作实现从采集到部署的无缝数据传递

23自由度可穿戴灵巧手采集器；亚毫米级指尖轨迹；3D触觉精度0.05 N / 1 mm；200 Hz输出

五指手套式灵巧数据采集设备，配备基于视觉的触觉传感器（110,000个传感单元，120 Hz）；与DM-DataClaw配合使用，构建Daimon-Infinity全模态数据集

UMIに着想を得たウェアラブルデバイスで、Memoロボットの3フィンガーグリッパーと共同設計（形状とセンサー配置を共有）。広視野角カメラハットを搭載し、Memory Developersによるクラウドソース型の家庭内データ収集を実施。Skill Transformパイプラインにより、グローブからロボットへの変換率は約90%。

Manusモーションキャプチャグローブ、HIT LongLin-96指先センサー、GoPro、T265を用いた携帯型の視覚・触覚・運動学データ収集システム。運動学に基づく触覚表現学習を実現。

ウェアラブル優先のリンク式外骨格で、受動的データ収集用ハンドを備え、ハードウェアレベルでの視覚・運動学的整合を実現。手の長さ140〜217mmに対応し、ユーザーごとのキャリブレーション不要。

キャリブレーション不要の6自由度ハンドヘルドインターフェースで、運動感覚フィードバックを搭載（部品コスト150米ドル未満）。前腕装着型のロボットハンド構成により、形態的リターゲティングなしでロボット整合データを取得。

PXDex IIIロボットハンドとの1:1の収集・実行同型性を実現。6Dホールアレイセンサーによる完全な触覚知覚（指先、指腹、手のひら）を備え、高精度関節捕捉用の自社開発の耐磁エンコーダーを搭載。

22の解剖学的に整合した関節を持つ16の剛性機能面により、手側の接触形状を明示化。22自由度エンコーダー関節運動と2048タクセルの圧抵抗式触覚センシングを120Hzで同期。

収集インターフェースを作業者の手に移す：親指と人差し指・中指に装着し、自然なピンチ動作で開閉、サーボエンコーダでグリッパ幅を直接計測、着脱式3Dプリントチップを交換して1つのウェアラブルを異なるパラレルジョー型ロボットグリッパに適合させる

Raspberry Pi上でのロボット非依存型ウェアラブル手部キャプチャ：同期フィッシュアイRGB + OAK-D深度/IMU、指関節エンコーダ、オンデバイスセッションUI、SLAMを実行してからLeRobotデータセットをポリシー学習用にエクスポートする後処理パイプライン

頭部装着型オフラインステレオ慣性SLAMと手ごとのマーカーキューブにより、3mmのエンドエフェクタ精度とネイティブ計測のグリッパ間相対姿勢を実現；共有GPIOトリガーで6台のカメラ、IMU、エンコーダを40µs未満で同期し、全手のひらグローブがトリガーグリッパを置き換える

视觉适配器、伪机器人演示转换、RISE-2策略集成

3Dプリント製の前腕外骨格で、交換可能な器用なハンドを備える。T265ポーズ、手首カメラ、モーションキャプチャグローブを搭載し、外骨格接触による受動的触覚フィードバックを提供。