CoorDex nedir, hangi problemi çözüyor?
CoorDex: Coordinating Body and Hand Priors for Continuous Dexterous Humanoid Loco-Manipulation (arXiv:2606.23680, 22 Haziran 2026; Sikai Li, Shuning Li, Zhenyu Wei, Yunchao Yao, Chenran Li, Mingyu Ding) bağımsız bir akademik çalışmadır.
Makalenin işaret ettiği iki kısıt şu: (1) insansı loco-manipulation (hareket hâlindeyken manipülasyon) genellikle "dur-kalk" sürecine indirgeniyor — nesneye yürü, dur, işlemi yap, sonra devam et; (2) kullanılan uç işlevciler çoğunlukla düşük serbestlik dereceli olduğu için pratikte yalnızca bir aç-kapa kavrama ilkeli gibi davranıyor.
CoorDex, gövde ve hünerli el kontrolünü yüksek boyutlu ham eklem uzayında değil, eşgüdümlü gizli (latent) artık kontrol uzayında birleştirerek robotun hareket hâlindeyken gerçek parmak düzeyinde manipülasyon yapmasını mümkün kılıyor.
Yöntem: gövde ve el önselleri nasıl eşgüdümleniyor?
Akış dört adımdan oluşuyor:
- Simülasyonda gösterim: Tam gövde ve el hareketlerinden simüle edilmiş gösterimlerle başlanıyor.
- Ayrıcalıklı öğretmenler: İnsansı gövde ve hünerli el için ayrı ayrı hareket-takip (motion tracking) öğretmen politikaları eğitiliyor.
- Gizli önsellere damıtma: Bu öğretmenler, propriyosepsiyon-koşullu (robotun kendi eklem/duruş hissine bağlı) gizli önsellere damıtılıyor.
- Artık pekiştirmeli öğrenme: Dondurulmuş önseller, alt-görev için eylem uzayı olarak kullanılıyor; üstüne artık (residual) RL uygulanıyor.
Kritik tasarım kararı ise eşgüdümlü gizli artık politika: ortak bir görev bağlamını paylaşan, ancak gövde ve el için ayrı artık başlıkları olan bir yapı. Bu sayede doğal tam gövde hareketi bozulmadan korunurken, parmak düzeyindeki temas güvenilirliği ayrıca iyileştirilebiliyor.
Hangi donanım kullanıldı? (Ve bu detay neden önemli)
Çalışmanın donanım tarafı Türkiye'deki kurumlar açısından doğrudan uygulanabilir olmasının nedeni:
- Gerçek robot denemeleri: Unitree G1 insansı robot + 7 DoF Dex3-1 hünerli el.
- Simülasyon: Unitree G1 + 20 DoF Wuji hünerli el, NVIDIA Isaac Lab içinde eğitildi.
Buradaki asıl nokta şu: gerçek robot tarafındaki konfigürasyon bizim Türkiye'de sattığımız G1 EDU kurulumunun ta kendisi. Unitree G1'in EDU varyantı, opsiyonel Dex3-1 hünerli el ile 43 DoF'a kadar çıkar (7 aktif parmak DoF + 2 bilek DoF) ve NVIDIA Jetson Orin ile 100-157 TOPS yerinde hesaplama sunar.
Yani bu makaledeki deney düzeneği teorik bir laboratuvar kurgusu değil; bugün sipariş edilebilen bir konfigürasyondur. Simülasyon tarafındaki Isaac Lab yığınının G1 ile uçtan uca nasıl kurulduğunu G1 + NVIDIA Isaac GR00T rehberimizde adım adım anlattık.
Gösterilen görevler ve sonuçlar
Üç loco-manipulation becerisi gösteriliyor:
- WalkGrab — durmadan şişe kavrama ve taşıma.
- OpenFridge — hareket hâlindeyken (geri adım atarken) buzdolabı kapağı açma.
- WalkPickTurn — küpü yürürken alıp döndürme.
Ablasyon çalışmaları, WalkGrab görevinde aynı ödül bütçesi altında karşılaştırma yapıyor ve şu sonucu veriyor: doğrudan eklem-uzayı PPO, eklem-uzayı el kontrolü ve tek parça (monolitik) gizli tahmin yaklaşımlarının üçü de başarısız oluyor; görevi öğrenebilen tek yapı eşgüdümlü gizli artık politika oluyor.
Şeffaflık adına belirtelim: yayımlanan proje sayfası ve özet, karşılaştırmalı sayısal başarı oranı tablosu paylaşmıyor — sonuç "öğreniyor / öğrenemiyor" düzeyinde raporlanmış. Dolayısıyla buradan yüzdelik bir performans iddiası türetmiyoruz.
Bu çalışma neden tam da şimdi önemli?
Zamanlaması dikkat çekici. Google DeepMind, Gemini Robotics 2 duyurusunda tam gövde kontrolünde ciddi ilerleme gösterdi — ancak yayımladığı kendi ölçümlerinde çok parmaklı ince hünerin hâlâ zorlu olduğunu açıkça yazdı (çöp poşeti bağlama %44, faraş %32, kilitli poşet %40 seviyelerinde).
CoorDex tam olarak bu boşluğun üzerine gidiyor: yüksek DoF'lu hünerli eli, gövde hareketini bozmadan, hareket hâlindeyken çalıştırılabilir hâle getirmek. İki çalışma birlikte okunduğunda ortaya çıkan tablo şu: insansı robotik alanındaki asıl rekabet artık "yürüyebiliyor mu" değil, "yürürken ne kadar hünerli iş yapabiliyor" sorusunda.
Ve bu sorunun cevabını arayan araştırmacıların elindeki platform, giderek daha sık, Unitree G1 oluyor.
Türkiye'deki üniversite ve Ar-Ge ekipleri için ne anlama geliyor?
Bu tip yayınların pratik değeri şudur: yeniden üretilebilir bir zemin sunarlar. Bir Türk üniversitesi ya da sanayi Ar-Ge ekibi, aynı donanım (G1 EDU + Dex3-1) ve aynı simülasyon yığını (Isaac Lab, ROS 2, MuJoCo) üzerinde çalıştığında, literatürdeki sonuçları tekrarlayabilir, üzerine kendi katkısını koyabilir ve uluslararası yayına çıkabilir. Kapalı bir platformda bu mümkün değildir.
Somut başlangıç yolu:
- Donanım: G1 EDU (Jetson Orin, açık SDK, opsiyonel Dex3-1 hünerli el).
- Yazılım yığını: ROS 2 + Isaac Sim/Isaac Lab + MuJoCo — G1 SDK geliştirme rehberimiz ile başlayın.
- Anahtar teslim kurulum: G1 Ar-Ge Platformu.
- Bütçe/satın alma süreci: BAP, TÜBİTAK ve kurumsal alım süreçleri için üniversite ve kurumsal robot alım rehberimiz.
Nereden başlanır?
Robotlar.org, Unitree Robotics'in Türkiye resmi distribütörüdür. G1 ve G1 EDU'yu resmi garanti, Türkçe teknik dokümantasyon, yerinde kurulum ve 81 ilde destekle sunuyoruz; hünerli el, sensör ve hesaplama modülü gibi araştırma konfigürasyonlarında ekibinize doğru donanım seçiminde danışmanlık veriyoruz.
Araştırma hedefinizi konuşmak, uygun G1 konfigürasyonunu belirlemek ve projenize özel teklif almak için bizimle iletişime geçin.
Not: CoorDex bağımsız bir akademik çalışmadır; Robotlar.org'un çalışmayla veya yazarlarıyla herhangi bir bağı yoktur. Kaynaklar: arXiv:2606.23680 ve proje sayfası.