R-021
不确定条件下的自适应抓取
问题：当对象几何或姿态不同于预期时，机器人能否恢复？
Domain
操作 / 感知
Status
进行中
操作 / 感知
Status
进行中
ARUS / RESEARCH
智能， 与物理规律 相遇。
物理智能仍是一个尚未完全解决的工程问题。ARUS 的研究聚焦于机器人被要求做什么，与它真正接触世界后实际发生什么之间的差距。
实验系统 / 马来西亚
Notebook matrix
01 / 研究 mandate
物理不确定性 / 具身系统
真实世界充满不确定性。
对象会放错位置。表面不同。光照变化。人会移动。摩擦会变化。传感器会失去置信度。工具会磨损。流程会漂移。机器人研究只有在处理这些条件，而不是假设它们不存在时才有用。
01
不确定对象
02
力与接触
03
约束下的运动
04
失败后恢复
02 / 研究 areas
实验目录
研究 domains mapped to physical work.
R-A01
具身智能
R-A02
操作 / 操控
R-A03
机器感知
R-A04
世界模型
R-A05
运动 / 行走运动
R-A06
运动规划
R-A07
力控制
R-A08
HUMAN-ROBOT INTERACTION
R-A09
FLEET LEARNING
R-A10
仿真到现实
03 / 活跃项目
内部研发 / 不作发布声明
概念项目正在测试中。
R-034
不规则工业表面上的移动
问题：当工作设施内的地面几何发生变化时，腿式平台应如何调整平衡和落脚位置？
Domain
移动 / 控制
Status
测试中
移动 / 控制
Status
测试中
R-041
机器人车队间的经验共享
问题：一台机器的运营经验如何在不绕过验证和部署控制的情况下改进另一台机器？
Domain
车队智能
Status
EXPERIMENTAL
车队智能
Status
EXPERIMENTAL
R-046
接触感知任务验证
问题：机器人如何区分完成指令运动与达成预期物理结果？
Domain
操作 / 世界模型
Status
分析中
操作 / 世界模型
Status
分析中
04 / 研究 methodology
问题 / 失败 / 修订
每一个研究问题都必须经受仪器测量。
Programmes move from question to model, simulation, prototype, instrumentation and test. 失败 is recorded as engineering material. Revision is part of the method.
01
QUESTION
↓
02
模型
↓
03
仿真
↓
04
原型
↓
05
仪器测量 / 测试
↓
06
失败 / revision
↻
05 / 从仿真到现实
有用但不足够
Simulation compresses learning. 现实 decides what matters.
仿真帮助 ARUS 在硬件试验前测试运动、感知和任务逻辑。它无法完全复现摩擦、光照、对象变化、人的移动或接触事件。只有当仿真与物理测试保持连接时，智能栈才真正有用。
06 / 研究 platforms
AR-H / AR-M / AR-X
研究 is tested through the product family.
07 / 研究 CTA
未解决问题
处理那些仍然抵抗自动化的问题。
ARUS 研究面向希望让模型、原型和测试数据面对物理世界的工程师。