威奇托州立大学(WSU)国家航空研究所与Dassault Systèmes和Mechdyne Corporation深度合作，定制设计、构建并安装了Mechdyne部署的可重构FLEX沉浸式可视化系统。三个组织(包括该大学的创新项目团队)一起工作了一年多，讨论了围绕该大学校园制定的战略，并制定了通过技术创新应用转变航空航天国防、生命科学和工业设备等多个行业的全新目标。“通过使用FLEX系统，我们将

机器人灵巧手正在成为具体化人工智能的基石。运动捕捉、模拟、强化学习和自我监督基础模型的最新进展使机器人能够执行越来越像人类的操纵技能。人手由27块骨头、几十块肌肉和肌腱以及近30个自由度组成。复制人手的精确性、适应性和触觉控制仍然是机器人领域最大的挑战之一。建造一只与人手灵活性、灵敏性和协调性相匹配的机器人手不仅需要机械设计，还需要能够将人类运动转化为智能控制的先进训练管道。本文比较了两个领先的培

近年来，可穿戴运动捕捉系统发展迅速。这些系统使用包含加速度计、陀螺仪和磁力计的惯性测量单元(IMU)来跟踪人体运动，其最大特点是不受实验室环境的限制。TESLASUIT的运动捕捉功能为运动评估开启了全新的可能性，为人类运动研究、训练和康复提供了更准确、更有效的解决方案。介绍Reade康复中心和阿姆斯特丹自由大学行为和运动科学学院的研究人员进行了一项研究，以评估FES辅助步态训练干预是否可以改善不完

SenseGlove在远程操控人形机器人的领域带来了全新产品SenseGlove R1 触觉手套。它专为实现人形机器人手的无缝控制精心打造，集主动力反馈、精准力控制、毫米级手指跟踪精度以及振动触觉反馈等众多先进一身，为遥操作带来前所未有的触觉感知体验，同时显著增强了机器人的模仿学习能力。核心规格SenseGlove R1 触觉手套具备一系列令人瞩目的关键规格：5 自由度主动力反馈：为操控提供丰富且

MIT.nano沉浸式实验室是麻省理工学院的多学科空间，旨在可视化复杂数据和原型沉浸式技术以支持AR和VR研究、动作捕捉以及面向科学、工程和艺术领域用户的数字物理交互。外科训练的挑战现代神经外科技术要求极其精确，尤其是在小儿脑积水手术中。多年来，年轻的外科医生不得不长途跋涉精进技能向像波士顿儿童医院的本杰明·华尔医生这样的专家学习。这些手术技能需要非常高的精度，传统上这些技能只能通过面对面的指导来

本文将通过研究论文“通过Sim-to-Real传输，使用灵巧手进行关节式工具的手动操作”中的内容，描述使用Manus数据手套操作灵巧手的技术结果和方法，该案例全部基于作者发现所表述。机器手使用人类工具机器人学的一个主要目标是开发能够在以人为中心的环境中有效运行的系统。为此，机器人必须能够与专为人手设计的工具互动。掌握工具操作允许机器人在日常环境中执行多种任务，并超越传统的工厂自动化。在这项研究中，