第一次用實際機器人測試新動作既危險又緩慢。路徑可能撞到治具、關節可能卡在極限，週期時間也可能比預期更長。數位孿生會先在虛擬空間中找出這些問題。
孿生由什麼構成
- URDF — 記載機器人連桿（手臂各節）形狀與關節位置・極限的標準格式。fineAi Digital Twin 以 URDF 建構 RB5-850E・RB10-1300e 機器人、DG-3F-M 夾爪、栽培架與籃子。
- 運動學 — 由關節角度求出末端位置的正向運動學（FK），以及由期望的末端位置求出關節角度的逆向運動學（IK）。孿生以解析式 IK 快速計算路徑。
- 相同的座標系 — 孿生的座標必須與實際工作站相同，虛擬結果才值得信任。為此直接使用 Hand-Eye 校正的結果。
Pick & Place 的完整流程
① 3D 辨識 — 整理以 3D 相機（EpicEye Pixel Pro）拍攝的點雲並分離出物體，再與已註冊的範本比對，求出位置與姿態。必要時會一併使用 YOLO 偵測。詳細處理請參閱3D 視覺與點雲課程。
② 夾取候選 — 為每個物體產生多個夾爪可握持的姿態，並考量與周圍物體的碰撞、手指接觸面的穩定性，以及機器人是否能到達，進行排序。從最佳候選開始驗證，選出通過的那一個。
③ 路徑 — 以 IK 計算到達所選姿態的關節路徑，並在孿生中重播，確認移動時不會碰撞。
④ 接近與夾取 — 最後幾 cm 是 3D 量測誤差會直接顯現的區間。因此不會一次移動到固定位置，而是每次前進 6 mm，並以力感測器確認夾爪墊是否已接觸。像香菇這類柔軟的對象，握住後會將手腕以 ±15° 扭轉三次將其摘下（twist pluck）。
⑤ 放置 — 規劃籃子或格位上的空位並放下。容易受損的對象會從低處放下（低落差）。
實機鏡像：孿生跟隨實機
實際機器人移動時，接收從控制器資料埠傳入的關節角度，讓孿生中的機器人做出相同的動作。可以親眼確認畫面中的機器人與實際機器人處於相同姿態；若規劃的路徑與實際動作偏離超過一定程度，就會立即停止。
運作中的自我校正
當相機支架輕微下垂，或機構因溫度而伸長時，最初校正的值會一點一點偏移。運作期間會累積「預測位置」與「實際接觸位置」的差異，再以最小平方法重新求出最能解釋該殘差的小幅修正值（ops offset）。即使沒有人重新校正，精度也能維持。
孿生帶來的好處
- 安全 — 在實機之前找出碰撞與關節極限。
- 時間 — 不必停線就能準備新動作（離線教導）。
- 說明 — 將工作階段記錄下來，重播發生問題的瞬間以找出原因。RoboVision 也提供以虛擬相機事先確認視野與拍攝範圍（coverage）的功能。