INSIGHTS
选型与采集笔记
面向具身智能数据采集、UMI gripper、FMG 臂环与机器人学习数据交付的短文。宣传口径，细节以商务沟通为准。
具身智能数据采集：从任务出发的选型思路
具身智能数据采集不是堆传感器。先定义任务、有效样本和交付格式，再选择第一视角、夹爪、手套或臂环，并预留标定与质检。
阅读 UMI GRIPPERUMI gripper 手持示教：GB / GT 怎么用在采集里
UMI-gripper 用双指平行夹爪记录人类操作。GB 覆盖视频、惯性与开合宽度；GT 增加指尖触觉。先落盘再归档，采集与部署模式分开。
阅读 FMG + EGOFMG 臂环与第一视角：自然双手操作怎么记
FMG + IMU 前臂臂环记录肌肉形变相关压力变化与惯性运动，常与头戴视觉配对。它不是 EMG，也不能直接当作机器人动作真值。
阅读 DATA PIPELINE机器人学习数据：从采集工作站到可交付数据集
机器人学习数据要跑通接入、加工、发布与评测闭环。工作站负责可复现实验，数据平台负责版本、权限与失败回采。
阅读START WITH YOUR TASK
把你的研究任务，告诉我们。
从设备选型到数据与训练流程，一起确认适合的项目起点。