机械手通过单独触摸操作复杂物体

COLUMBIA UNIVERSITY

长期以来，机器人研究人员一直试图让机器人的手变得“真正”灵巧，但这个目标一直难以实现，令人沮丧。机器人的手部内置了许多传感器，可以在看不见的情况下操纵复杂的物体。

机器人的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、重新定位、包装等，仍然属于人类操作的领域。机器手完成任务的过程有两部分：第一部分是手指的动作可以像人的手指一样（或者尽可能接近人的手指）；第二是拥有用手指做有用事情所需的智力。

在刚刚被Science and Systems 2023会议上接受的一篇论文中，哥伦比亚大学的研究人员展示了如何训练机器人手指在不掉落物体的情况下对复杂物体进行灵巧的手操作。更重要的是，操作完全通过触摸完成，不需要视觉。

COLUMBIA UNIVERSITY

在每个手指的皮肤下面是一个柔性反射膜，在该膜下面是LED阵列和光电二极管阵列。每个LED都会循环打开和关闭一毫秒，光电二极管会记录每个LED发出的光是如何从手指内膜反射出去的。当薄膜弯曲时，反射的模式会发生变化，如果手指接触到什么东西，就会发生这种情况。经过训练的模型可以将该光模式与手指接触的位置和幅度相关联。

因此，现在你的手指知道自己在触摸什么，他们也需要知道如何触摸某个东西，以便以你希望的方式操作它而不掉落它。在操作时，有些物体对机器人友好，有些则对机器人不利，比如形状复杂和凹陷的物体（例如L形或U形）。在手指数量有限的情况下，进行手操作往往与确保物体保持稳定握持不一致。这是一种叫做“手指步态”的技能，需要练习。或者，在这种情况下，它需要强化学习。研究人员使用的技巧是将基于采样的方法（找到已知开始状态和结束状态之间的轨迹）与强化学习相结合，以开发在整个状态空间上训练的控制策略。

虽然这种方法效果很好，但整个非视觉的事情在某种程度上是人为的约束。哥伦比亚大学的Matei Ciocarlie说，这并不是说在黑暗或混乱中操纵物体的能力不是特别重要，只是视觉有更多的潜力：“一旦我们在混合中加入视觉反馈和触摸，我们希望能够实现更大的灵活性，并有一天开始接近人手的复制。”

哥伦比亚大学的Gagan Khandate、Siqi Shang、Eric T.Chang、Tristan Luca Saidi、Johnson Adams和Matei Ciocarlie的“基于抽样的探索，用于灵巧操作的强化学习”被RSS 2023接受，详情请见：https://arxiv.org/pdf/2303.03486.pdf。