高度灵巧的机器人手可以在黑暗中操作就像我们一样

想想当你晚上在家按下电视遥控器上的按钮时，或者在餐厅使用各种餐具和玻璃器皿时，你用手做什么。这些技能都是基于触摸，当你在看电视节目或从菜单中选择一些东西时。我们的手和手指是非常熟练的机制，对靴子非常敏感。

机器人研究人员长期以来一直试图在机器人手中创造“真正”的灵巧性，但令人沮丧的是，这个目标一直难以实现。机器人抓手和吸盘可以拾取和放置物品，但更灵巧的任务，如组装、插入、重新定向、包装等。一直停留在人类操纵的领域。然而，在传感技术和机器学习技术处理传感数据的推动下，机器人操纵领域正在迅速变化。

高度灵巧的机器人手甚至可以在黑暗中工作

哥伦比亚工程学院的研究人员展示了一种高度灵巧的机器人手，它将先进的触觉与运动学习算法相结合，以实现高水平的灵巧性。

为了展示技能，该团队选择了一项困难的操作任务：对手中形状不均匀的抓取物体执行任意大的旋转，同时始终将物体保持在稳定、安全的固定状态。这是一项非常困难的任务，因为它需要不断重新定位一部分手指，而其他手指必须保持物体稳定。手不仅能够执行这项任务，而且完全基于触摸感应，而且没有任何视觉反馈。

除了新的灵巧度之外，这只手在没有任何外部摄像头的情况下工作，因此不受照明、遮挡或类似问题的影响。事实上，手不依赖视觉来操纵物体，这意味着它可以在非常困难的照明条件下这样做，这会混淆基于视觉的算法——它甚至可以在黑暗中操作。

“虽然我们的演示是概念验证任务，旨在说明手的能力，但我们相信这种灵巧程度将为现实世界中的机器人操作开辟全新的应用，”机械工程系副教授MateiCiocarlie说。

“一些更直接的用途可能是物流和材料处理，有助于缓解近年来困扰我们经济的供应链问题，以及工厂的先进制造和组装。

一个灵巧的机器人手，配备五个触觉手指。此处显示的其中一个手指去除了最外层的“皮肤”层，以显示内部结构。学分：哥伦比亚大学漫游实验室

利用基于光学的触觉手指

在早期的工作中，Ciocarlie的小组与电气工程教授IoannisKymissis合作，开发了新一代基于光学的触觉机器人手指。

这是第一个以亚毫米级精度实现接触定位的机器人手指，同时提供对复杂多曲面的完全覆盖。此外，紧凑的封装和手指的低线数允许轻松集成到完整的机器人手中。

教手执行复杂任务

在这项由CIocarlie的博士研究员GaganKhandate领导的新工作中，研究人员设计并建造了一个具有五个手指和15个独立驱动关节的机器人手-每个手指都配备了团队的触摸传感技术。

下一步是测试触觉手执行复杂操作任务的能力。为此，他们使用了新的运动学习方法，或者机器人通过练习学习新的物理任务的能力。特别是，他们使用了一种称为深度强化学习的方法，并增强了他们开发的新算法，以有效探索可能的运动策略。

机器人在几个小时的实时时间内完成了大约一年的练习

运动学习算法的输入完全由团队的触觉和本体感觉数据组成，没有任何视觉。使用模拟作为训练场，由于现代物理模拟器和高度并行的处理器，机器人在几个小时的实时时间内完成了大约一年的练习。然后，研究人员将这种在模拟中训练的操作技能转移到真正的机器人手上，这能够达到团队希望的灵巧程度。

Ciocarlie指出，“该领域的定向目标仍然是家庭中的辅助机器人，这是真正灵巧的最终试验场。在这项研究中，我们已经证明，仅基于触摸感应，机器人手也可以非常灵巧。一旦我们还将视觉反馈与触摸一起添加到混合中，我们希望能够实现更多的灵巧性，并有一天开始接近人手的复制。

最终目标：将抽象智能与具身智能相结合

最终，Ciocarlie观察到，在现实世界中有用的物理机器人需要抽象的语义智能(从概念上理解世界是如何运作的)和具身智能(与世界进行物理交互的技能)。OpenAI的GPT-4或Google的Palm等大型语言模型旨在提供前者，而本研究中实现的操作灵活性代表了后者的互补进步。

例如，当被问及如何制作三明治时，ChatGPT会输入一个分步计划作为回应，但需要一个灵巧的机器人来执行该计划并实际制作三明治。同样，研究人员希望物理熟练的机器人能够将语义智能从纯粹的虚拟互联网世界中取出，并将其很好地用于现实世界的物理任务，甚至可能在我们的家中。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！