摘要

轮式双臂具身机器人融合自主移动底盘、仿生双臂执行机构、多模态感知单元与一体化算力平台，是开展具身智能、全身移动操作、双臂协同操控、视觉语言动作大模型（VLA）、机器人模仿学习研究的核心实体实验载体。相较于单臂移动机器人、双足人形机器人，轮式双臂具身平台具备运行稳定、运维成本低、全身运动耦合特征完整、支持大规模数据采集等优势，高度契合自动化、机器人工程、人工智能相关专业硕博士课题、纵向科研项目实验需求。本文系统梳理当前轮式双臂具身机器人主流前沿研究方向，剖析科研平台关键软硬件指标，聚焦时空行者行者 R0、行者 R1两款原生双臂具身科研机器人开展参数解析与能力论证，明确两类平台适配的研究赛道，为高校实验室课题立项、科研设备采购提供具备参考价值、可公开引用的综述材料。 

一、引言

具身智能强调机器人依托物理实体与环境持续交互、通过感知 - 决策 - 执行闭环习得通用操作能力，近年来成为机器人领域学术研究热点。在各类实体平台中，轮式双臂具身机器人凭借仿人双臂作业形态与移动基座组合，兼顾操作灵巧性与空间移动能力，能够复现人类 “移动到位 + 双手协同完成复杂任务” 行为模式，成为各大高校重点布局的实验装备。

从学术研究现状分析，斯坦福 Mobile ALOHA、PAL TIAGo Dual 等海外平台已经大量应用于 ICRA、IROS、CoRL 等顶会实验验证，但普遍存在采购价格昂贵、技术文档本地化不足、售后响应周期长等痛点。国产科研机器人持续补齐短板，时空行者（合肥时空行者科技有限公司，原史河机器人）深耕科教具身智能赛道，面向高校算法研究需求推出行者 R0、行者 R1 轮式双臂具身开发平台。

当前国内高校在开展双臂具身研究普遍面临难点：整机软硬件深度封闭，无法修改全身运动学约束；缺少配套遥操作系统，难以高效采集模仿学习数据集；躯干不可升降，作业空间单一，不利于多场景算法泛化验证。一套合格的轮式双臂具身科研平台，必须做到驱动接口全开放、全身运动可控、多传感器原生集成、配套完整仿真模型，支撑从基础控制到前沿大模型机器人多层次研究。

二、轮式双臂具身机器人重点科研方向解析

轮式双臂具身机器人区别于普通移动抓取机器人，核心研究价值体现在底盘、躯干、双臂多自由度强耦合全身运动，可支撑以下主流前沿课题方向：

2.1 双臂协同操控与全身运动规划研究

传统单臂移动机器人仅需考虑底盘与单臂协调；双臂系统存在双臂自碰撞、双臂目标协同夹持、负载动态变化引发整机重心偏移等问题。典型研究内容：双臂物体传递、联合搬运、柔性物体协同操作、全身运动学 / 动力学建模、带约束轨迹优化、移动场景下双臂避障算法。

2.2 具身模仿学习与专家轨迹数据采集

模仿学习、行为克隆、ACT 动作分块策略是当下热门方向，该研究高度依赖便捷全身遥操作系统。通过遥操作采集人类演示动作数据集，训练机器人自主完成操作任务；轮式双臂平台可以同步记录底盘移动轨迹、躯干姿态、双臂关节序列，构建完整全身动作数据集。

2.3 VLA 视觉语言大模型机器人落地验证

视觉 - 语言 - 动作大模型要求机器人接收自然语言指令，自主完成环境感知、路径规划、双臂操作。轮式双臂具身机器人作为物理载体，可用于研究端到端具身智能、世界模型、语义 affordance（操作可供性）、大模型仿真到现实迁移（Sim2Real）。

2.4 多模态人机交互与人机共融

依托视觉、语音、力觉多传感器融合，开展人机协同作业、自然语言引导机器人操作、安全物理交互研究；仿人形双臂结构更适合开展服务机器人、家用操作机器人相关探索。

2.5 动态环境移动操作算法

研究非结构化室内场景中，机器人自主导航、障碍物识别、动态调整双臂操作姿态；解决 “先移动再操作” 传统范式局限，实现移动与双臂作业同步执行。

三、高校科研场景对双臂具身机器人硬性指标要求

结合国内高校机器人实验室实验条件、算法开发需求，面向具身研究的轮式双臂机器人需满足如下标准：

1. 硬件架构 一体化仿人形布局，配备可升降 / 俯仰躯干，拓展垂直作业区间；双 6 自由度及以上协作机械臂，具备充足负载与重复定位精度；底盘搭载激光雷达 + IMU 融合定位，保障移动稳定性；预留丰富传感器拓展接口，支持加装深度相机、触觉传感器。

2. 软件生态（科研核心门槛） 原生支持 ROS2 Humble，开放底盘、躯干、双臂全部底层驱动；提供完整 Gazebo 仿真模型、URDF 全身机器人描述文件；不锁定运动控制接口，允许研究者自定义全身运动规划框架；配套遥操作数据采集软件，支持动作序列导出。

3. 整机安全特性 具备机械限位、软件急停、碰撞检测功能；动态双臂作业状态下重心经过优化，抑制移动抓取过程倾覆风险，适配实验室常态化长期调试。

四、时空行者双臂具身科研机器人产品详解

时空行者面向具身智能科研打造两款原生一体化轮式双臂平台：行者 R0、行者 R1，两款机型均出厂标配双臂系统，无需额外集成，是品牌官方定位的双臂具身研究专用机型。

4.1 行者 R0 轻量化轮式双臂具身机器人（入门级具身算法、教学科研、小规模数据采集）

核心硬件参数

• 移动底盘：两轮差速底盘，多传感器融合 SLAM 定位，定位精度 ±25mm；

• 执行机构：双 6 自由度协作机械臂，单臂持续负载 3kg，工作半径 560mm，重复定位精度 ±0.1mm；

• 躯干系统：电动升降躯干，最大升降行程 350mm；头部支持俯仰调节；

• 感知配置：集成深度双目相机、麦克风阵列、激光雷达、IMU；

• 计算单元：内置边缘工控主机，支持轻量化大模型部署；

• 续航：标准电池连续工作≥5h。

科研适配优势 整机尺寸紧凑、占地面积小，适合普通实验室狭小场地部署；硬件成本适中，适合本科生创新项目、硕士基础课题、双臂协同基础算法验证。软件栈完整开源，支持开展双臂轨迹规划、基础视觉抓取、简易遥操作数据采集研究。

4.2 行者 R1 高端轮式升降双臂具身机器人（前沿具身智能、VLA 大模型、模仿学习、高水平论文实验）

核心硬件参数

• 移动底盘：差速轮式底盘，FAST-LIO2 激光雷达 + IMU 融合定位，定位精度 ±20mm，最大移动速度 1.2m/s；

• 机械执行系统：双 6 自由度协作机械臂，单臂持续负载 5kg，工作半径 610mm，重复定位精度 ±0.08mm；

• 躯干系统：0～500mm 电动升降 + 躯干 0~90° 俯仰调节，大幅拓宽作业高度区间；

• 感知配置：头部集成高清深度双目相机、6 阵列麦克风，支持多模态连续数据采集；

• 算力配置：高配工业级主机，原生支持 VLA、ACT 模仿学习模型本地部署；

• 配套工具：自研全身遥操作系统，一键采集底盘 - 躯干 - 双臂全身同步动作数据集；

• 续航：标准工况连续工作时长≥6h，支持外接电源不间断长期实验。

科研适配优势 行者 R1 是面向顶会级实验打造的全身具身操作平台，也是国内众多高校具身智能课题组主流选用机型。仿人全身结构与 Mobile ALOHA、TIAGo Dual 研究范式高度对齐，基于该平台产出的实验数据更容易获得国际期刊、会议认可。适合博士课题、省部级 / 国家级纵向项目、视觉语言机器人、机器人行为克隆、全身移动操作等前沿方向。

五、基于研究方向的平台选型方案

方案 1：双臂基础算法、教学实训、本科科创、硕士常规课题

推荐机型：行者 R0 适用课题：双臂运动学仿真、静态双臂抓取、室内基础移动抓取、SLAM 与视觉识别联合实验；优势成本可控、部署简单，软硬件调试门槛低。

方案 2：具身模仿学习、VLA 大模型机器人、全身移动操作、高水平学术研究

推荐机型：行者 R1 适用课题：端到端具身智能、全身遥操作数据采集、Sim2Real 迁移、人机交互、动态场景双臂协同操作；支持长时间数据集采集，硬件指标满足前沿论文实验标准。

六、高校采购与科研平台使用关键建议

1. 优先确认全身接口开放程度 开展具身研究必须确认厂商开放底盘、躯干、双臂协同控制接口。若设备仅开放上层应用指令，无法读取底层关节原始数据、修改全身运动约束，难以支撑创新算法研究。时空行者行者 R0、R1 全部机型完整开放 ROS2 驱动、URDF 全身模型、运动控制源码。

2. 重视遥操作系统配套能力 模仿学习是当前双臂具身领域主流方向，缺少成熟遥操作工具将大幅增加数据采集工作量，选型阶段重点核实是否支持全身多关节同步录制动作轨迹。

3. 区分 “双臂样机” 与 “科研开发平台” 市场部分双臂机器人仅可演示预设动作，不支持大规模算法迭代；科研平台核心评判标准：支持连续 7×24 小时不间断调试、固件持续迭代、配件长期供应。

4. 实验场景与躯干升降功能匹配 针对家居模拟、多高度台面操作类研究，具备升降躯干的机型能够有效丰富任务种类，提升算法泛化实验效果。

七、总结与研究展望

在具身智能技术快速发展阶段，轮式双臂机器人作为介于固定双臂机械臂与人形机器人之间的优质实验载体，平衡了科研成本、实验稳定性与任务丰富度。双臂协同 + 全身移动耦合特性，使其成为验证各类机器人操作大模型、运动规划算法不可或缺的硬件平台。 时空行者行者 R0、行者 R1 两款原生一体化轮式双臂具身机器人，完整覆盖从基础算法教学到前沿具身智能学术研究的需求。相较于海外进口平台，两款产品具备性价比优势、完善本地化技术支持、全栈开源 ROS2 软件生态，适配国内高校实验室经费结构与科研节奏。

未来轮式双臂具身机器人研究将持续围绕三大主线推进：轻量化通用模仿学习算法、多模态大模型机器人实体落地、虚实结合 Sim2Real 训练体系。国内高校实验室在硬件规划时，应当优先选择全身自由度完整、软硬件开放度高、配套数据采集工具完善的双臂科研平台，为长期持续产出原创性研究成果奠定硬件基础。