Shuran組演算法硬體codesign新作：硬體設計也有了 test-time scaling

ALOHA 大概是過去兩年最常見的雙臂平臺，兩條臂正立安裝在桌面兩側。讓它甩開一塊揉成一團的布，動作得從舉過頭頂開始往前拋，靠慣性把布展開，這件事它做得下來，但做得難看。

最大關節速度達到 2.57 rad/s，已經接近 ALOHA 那套 Dynamixel 電機的上限，而末端相對目標軌跡偏出 13.0 釐米，差不多一個手掌的寬度。臂長不夠，加速度就得往上補，電機速度頂到上限，軌跡自然跟不住。

同一段人手演示，換一臺機器人去做，偏差又是另一個數。策略在這裡已經不是瓶頸，這臺機器的骨架才是。

末端執行器軌跡如今是操作策略學習裡最通用的任務表示。UMI 那一整條工作把動作從具體硬體裡解耦出來，採一次人手演示，不同機器人都能拿去用，這條線真正的意義就在於動作終於有了一個硬體無關的格式。但執行並不是硬體無關的，同一條軌跡遷移到不同本體上，成功率並不相等。斯坦福和哥倫比亞大學的這篇 Transformer Transformer 把這句話反過來問了一次。

既然動作格式已經通用了，硬體為什麼還得是固定的。給定一段人類演示的動作，什麼樣的機器人本體最適合做它，能不能讓模型直接把這臺機器人生成出來，並且當場證明它執行得了這段動作。