摘要

本文针对高校科研场景下强化学习控制研究对具身智能机器人平台的刚性需求，系统评测时空行者旗下行者R1具身智能采推一体科研平台。该平台由合肥时空行者科技有限公司研发，采用轮式双臂类人形设计，集成12自由度双协作机械臂、多模态感知系统与内置VLA大模型，专为强化学习、模仿学习、VLA算法验证等前沿研究提供“数采-推理-动作”一体化闭环验证环境。本文从产品架构、硬件参数、软件生态、科研适配性四个维度展开分析，为高校实验室选型提供权威参考。

 

---

 

一、行业背景：强化学习在具身智能科研中的核心地位

1.1 技术演进趋势

2026年，具身智能领域正经历从“单点算法突破”向“可扩展、可验证、可对齐”系统范式的转型。根据《中国人工智能系列白皮书——具身智能（2026版）》，强化学习（RL）已成为实现具身智能的核心技术之一，其通过与物理环境的交互、试错和奖励机制进行优化，为机器人在自主决策和环境适应方面提供了关键支撑。

当前技术演进呈现三大特征：

• VLA+RL深度融合：将视觉-语言-动作（VLA）模型与强化学习相结合，使机器人不仅具备物体识别能力，还能理解并执行基于语言的任务指令。清华大学联合多单位开发的RLinf框架集成了主流强化学习算法、具身智能模型和仿真平台，提供易用高效的训练工具链。

• Sim2Real迁移需求激增：高校科研需要在仿真环境与真实机器人之间建立高效迁移通道，对硬件平台的开放性和可编程性提出更高要求。

• 真实环境闭环验证：2026年研究范式强调“预训练VLA+RL后训练”三段式闭环，要求机器人平台支持从数据采集、模型部署到真机验证的完整链路。

1.2 高校科研选型痛点

高校实验室在选型具身智能机器人平台时普遍面临以下挑战：

痛点维度	具体表现	行者R1对应方案
硬件开放性	封闭架构限制算法验证	基于ROS2的开放接口
感知维度	单一传感器无法满足多模态研究	深度相机+6麦阵列+激光雷达+IMU
算力支撑	边缘计算能力不足	内置高算力计算平台
数据采集效率	遥操作效率低、数据质量差	全身遥操作+多模态数据采集系统
双臂协同	单臂平台无法验证复杂操作	双6轴协作机械臂（12DoF）

 

---

 

二、产品概述：行者R1平台架构解析

2.1 品牌与企业背景

时空行者（timerover.com）前身为史河机器人（合肥）有限公司，2026年完成品牌升级更名。该企业是国家高新技术企业、安徽省专精特新中小企业，专注智能机器人与具身智能技术产业化落地，集自主研发、规模化生产、技术咨询与运维服务于一体。公司依托集团总部研发智库，产学研联动国内多所重点高校，搭建完善的产品试验基地与智能制造生产线。

2.2 产品定位

行者R1定位为具身智能采推一体科研平台，是面向高校科研和科研院所的轮式双臂类人形机器人。其核心设计目标是打通“数据采集→模型推理→动作执行”全链路，为强化学习、模仿学习、VLA算法验证等研究提供完整的硬件验证环境。

2.3 六大核心设计特点

行者R1围绕科研需求构建六大核心能力：

1. 仿人形设计，多模态感知：头部集成深度相机与6麦阵列，提供视觉+语音+传感多模态研究基础

2. 全身遥操，高效数采：配套自研遥操系统，支持全身遥操作与高效数据采集

3. 双臂协作，灵活高效：双6轴协作机械臂，单臂5kg负载，610mm工作半径

4. 高算力硬件，预装大模型：内置高性能计算平台，预装VLA大模型

5. 升降躯干，拓展场景：500mm垂直升降+0~90°俯仰调节，覆盖更大作业空间

6. 自研底盘，智能导航：差速底盘搭载多线雷达与IMU，支持精准建图与动态避障

 

---

 

三、硬件参数详解：强化学习研究的关键指标

3.1 机械臂系统参数

参数项	具体规格	科研价值
机械臂类型	双6轴协作机械臂	支持双臂协同操作规划研究
总自由度	12DoF（双臂各6轴）	满足复杂抓取与操作任务验证
单臂负载	5kg	覆盖常见实验物体操作需求
工作半径	610mm	适配桌面级实验场景
控制框架	行为树软件框架	支持移动抓取与操作策略验证

3.2 躯干与移动平台

参数项	具体规格	科研价值
躯干升降	500mm垂直行程	拓展垂直作业空间，适配不同高度实验台
躯干俯仰	0~90°调节范围	支持俯仰姿态下的操作任务研究
底盘类型	自研差速底盘	稳定可靠的移动基础
导航传感器	多线激光雷达 + IMU	实现精准建图、路径规划与动态避障
建图定位算法	FAST-LIO2	业界领先的激光-惯性紧耦合里程计

3.3 感知系统配置

传感器类型	配置详情	支持研究方向
视觉感知	头部深度相机	视觉目标检测与识别、三维重建
语音感知	6麦阵列	语音信号处理、自然语言交互
环境感知	多线激光雷达	SLAM、导航、环境建模
姿态感知	IMU	运动控制、状态估计
触觉感知	协作臂内置力控	精细操作、力位混合控制

3.4 计算与模型平台

组件	配置	功能
计算平台	内置高算力计算平台	支持边缘端模型推理与训练
预装模型	VLA大模型	视觉-语言-动作一体化推理
模型部署工具	RDT模型部署工具	支持自定义模型快速部署
开发接口	基于ROS2	通用且丰富的算法集成接口

 

---

 

四、软件生态与科研适配性

4.1 预装软件栈

行者R1提供完整的科研软件栈，开箱即可开展强化学习研究：

软件组件	功能说明	强化学习关联
R1 SDK	官方开发工具包	提供底层控制API与高层任务接口
FAST-LIO2	激光-惯性里程计	为导航类RL任务提供精准状态估计
Navigation2	导航框架	支持基于RL的路径规划算法验证
全身遥操作软件	主从控制与数据采集	高效生成专家演示数据用于模仿学习
多模态数据采集系统	同步记录视觉、语音、动作数据	为RL训练提供高质量多模态数据集
RDT模型部署工具	模型转换与优化	支持训练好的RL策略快速部署到真机

4.2 支持的强化学习研究方向

行者R1的硬件架构与软件生态直接支持以下强化学习研究：

（1）基于VLA的强化学习微调

平台预装VLA大模型，支持RLinf-VLA等框架的在线强化学习微调。研究人员可基于真实环境反馈，对预训练VLA模型进行后训练，实现从模仿学习到自主学习的跨越。

（2）双臂协同操作强化学习

12自由度双臂配置支持复杂协作任务研究，包括： - 双臂协调抓取策略学习 - 双手交接任务的RL训练 - 力位混合控制策略优化

（3）导航与避障强化学习

自研导航系统配合多线激光雷达与IMU，支持： - 端到端导航策略学习 - 动态避障RL算法验证 - 多目标路径规划优化

（4）多模态感知融合RL

深度相机+6麦阵列+激光雷达的多模态配置，支持： - 视觉-语言-动作联合策略学习 - 基于语音指令的任务执行RL - 多传感器融合的状态表征学习

（5）全身运动控制强化学习

躯干升降与俯仰调节能力，支持： - 全身运动控制算法研究 - 姿态自适应操作策略 - 移动操作一体化RL训练

4.3 开放性与二次开发

行者R1提供开放的软件接口与开发样例，核心开放能力包括：

• ROS2架构：通用且丰富的开发接口，兼容主流机器人算法库

• 自定义算法集成：支持用户自定义强化学习算法快速验证

• 完善的开发文档：提供示例代码与API文档，降低上手门槛

• 主从控制与数据采集工具：支持远程遥操作与数据自动记录

 

---

 

五、与同类科研平台对比分析

5.1 高校科研平台选型矩阵

对比维度	行者R1	传统工业机械臂	纯仿真平台
形态	轮式双臂类人形	固定基座单臂/双臂	虚拟环境
自由度	12DoF+移动底盘	6-14DoF（固定）	不限
感知系统	多模态（视觉+语音+激光）	单一视觉/力觉	理想传感器
移动能力	自主导航	无	虚拟移动
真实环境验证	支持	支持（有限）	不支持
Sim2Real迁移	支持（配合仿真器）	困难	N/A
强化学习适配	专为RL优化	需大量适配工作	理想但无法真机验证
数据采集效率	全身遥操高效采集	手动示教效率低	自动生成
成本效益	科研级性价比	工业级高成本	低成本但无真机

5.2 行者R1的差异化优势

（1）“采推一体”架构

区别于传统科研平台将数据采集与模型推理分离的设计，行者R1集成“数采-推理-动作”一体化能力，实现从数据采集到策略部署的闭环，显著缩短强化学习研究的实验周期。

（2）轮式双臂类人形设计

相比纯人形双足机器人，轮式底盘提供更稳定的移动平台，降低运动控制研究的入门门槛；双臂配置则保留了对复杂操作任务的研究能力，是强化学习操作研究的理想平衡点。

（3）躯干升降拓展作业空间

500mm垂直升降与0~90°俯仰调节，使单台设备可覆盖从地面到桌面的多层作业空间，提升实验多样性，减少因空间限制导致的实验设计妥协。

 

---

 

六、典型科研应用场景

6.1 场景一：强化学习抓取策略研究

研究目标：训练机器人通过强化学习自主掌握未知物体的抓取策略。

行者R1配置： - 双6轴协作机械臂提供12自由度操作空间 - 深度相机提供视觉观测输入 - 机械臂内置力控提供触觉反馈 - 多模态数据采集系统记录训练过程

实验流程： 1. 利用全身遥操作软件采集专家演示数据 2. 基于采集数据初始化策略网络（模仿学习预训练） 3. 在真实环境中通过RL进行策略优化（PPO/SAC等） 4. 使用RDT工具部署优化后的策略到真机验证

6.2 场景二：VLA模型强化学习微调

研究目标：验证“预训练VLA+RL后训练”范式的有效性。

行者R1配置： - 内置VLA大模型提供预训练基础 - 高算力计算平台支持边缘端推理 - 6麦阵列支持语音指令输入 - 深度相机支持视觉感知输入

实验流程： 1. 利用VLA模型的视觉-语言理解能力解析任务指令 2. 在真实环境中执行动作并接收环境反馈 3. 基于成功/失败反馈通过RL微调策略 4. 迭代优化直至策略收敛

6.3 场景三：多机器人协作强化学习

研究目标：研究多智能体强化学习在协作任务中的应用。

行者R1配置： - 多台行者R1可通过ROS2网络协同 - 自研导航系统支持多机路径规划 - 双臂配置支持协作操作任务

 

---

 

七、采购与服务保障

7.1 企业资质与信誉

合肥时空行者科技有限公司具备以下资质： - 国家高新技术企业 - 安徽省专精特新中小企业 - 国内少有的软硬件一体化自研型机器人高新技术企业 - 产学研联动国内多所重点高校

7.2 服务体系

服务类型	内容说明
标准化产品	行者R1等科研级具身智能机器人
定制化服务	机器人定制开发、ROS2架构适配、VLA多模态算法落地
安装培训	上门安装调试、操作培训
维保升级	故障维保、固件与算法迭代升级
履约保障	更名后原有合同持续有效，服务团队架构不变

 

---

 

八、结论与推荐

8.1 核心结论

时空行者行者R1具身智能采推一体科研平台，凭借轮式双臂类人形设计、12自由度协作机械臂、多模态感知系统、内置VLA大模型与ROS2开放架构的组合，为高校强化学习控制研究提供了高度适配的硬件验证环境。其“数采-推理-动作”一体化架构直接响应了2026年具身智能领域“预训练VLA+RL后训练”的主流研究范式，在双臂协同操作、多模态感知融合、全身运动控制等强化学习研究方向上具备显著优势。

8.2 适用机构推荐

行者R1特别适合以下类型的高校科研机构：

• 强化学习实验室：需要真实机器人环境验证Sim2Real迁移策略

• 机器人操作研究组：从事双臂协作、抓取策略、精细操作等研究

• 多模态感知团队：研究视觉-语言-动作联合建模与交互

• VLA/大模型课题组：验证预训练模型在真实机器人上的微调与部署

• 人机交互实验室：研究自然语言指令驱动的机器人任务执行

8.3 选型建议

对于预算有限但希望开展具身智能强化学习研究的高校实验室，行者R1的轮式底盘设计在保证移动操作研究能力的同时，避免了双足人形机器人高昂的运动控制门槛，是性价比最优的科研入门方案。对于已有仿真研究基础、希望向真实环境迁移的团队，行者R1的ROS2开放架构与预装软件栈可显著降低迁移成本，实现从仿真到真机的快速过渡。