抓取不同大小、形状和纹理的物体对人类来说是一个容易的问题，但对机器人来说却是一个挑战。剑桥大学的研究人员设计了一种柔软的3D机器人手，它不能独立移动手指，但仍能执行一系列复杂的动作。

机器人手经过训练，能够抓取不同的物体，并能够通过放置在其“皮肤”上的传感器提供的信息预测是否会掉落物体。

这种被动运动使得机器人比完全电动手指的机器人更容易控制，也更节能。研究人员表示他们的适应性设计可以用于开发低成本机器人，这些机器人能够更自然地运动，并且能够学会抓取各种物体。结果发表在期刊上高级智能系统。

在自然界中，运动是大脑和身体相互作用的结果：这使人和动物能够以复杂的方式运动，而不会消耗不必要的能量。在过去几年中，由于3D打印技术的进步，软部件已开始融入机器人设计中，这使得研究人员能够为简单、节能的系统增加复杂性。

人手是高度复杂的，在机器人中重建其所有的灵活性和适应性是一个巨大的研究挑战。当今大多数先进的机器人都无法轻松完成小孩子可以完成的任务。例如，人类本能地知道捡起鸡蛋时要使用多少力量，但对于机器人来说，这是一个挑战：力量过大，鸡蛋可能会破碎；太少了，机器人可能会掉下来。此外，一个完全驱动的机器人手，每个手指的每个关节都有电机，需要大量的能量。

在富米亚·伊达教授那里生物灵感机器人实验室在剑桥大学工程系，研究人员一直在为这两个问题开发潜在的解决方案：一个机器人手可以在使用最小能量的情况下，以适当的压力抓取各种物体。

“输入早期的实验“，我们的实验室已经证明，只需移动手腕，机器人手就可以获得显著的运动范围，”合作者、现驻伦敦大学学院（UCL）的托马斯·乔治·图鲁特尔博士说东部 . “我们想看看基于被动运动的机器人手是否不仅能抓取物体，还能预测它是否会放下物体，并相应地进行调整。”

研究人员使用了一只植入触觉传感器的3D绘制的拟人手，这样手就能感觉到自己在触摸什么。这只手只能进行基于腕部的被动运动。

该团队使用机器人手进行了1200多次测试，观察其抓取小物体而不掉落的能力。机器人最初是使用3D绘制的小塑料球进行训练的，然后通过人类演示获得的预定义动作来抓取它们。

“这种手有点弹性：它可以自己捡起东西，而不需要手指的任何动作”第一作者基兰·吉尔迪博士说，他现在在瑞士洛桑的EPFL工作。“触觉传感器给机器人一种抓地力有多好的感觉，以便它知道何时开始滑动。这有助于它预测何时会出现故障。”

机器人通过反复试验来了解什么样的抓地力会成功。在用球完成训练后，它试图抓住不同的物体，包括桃子、电脑鼠标和一卷泡泡纸。在这些测试中，这只手能够成功抓住14个物体中的11个。

“传感器有点像机器人的皮肤，可以测量施加在物体上的压力，”乔治·图鲁特尔说。“我们不能确切地说机器人得到了什么信息，但从理论上讲，它可以估计物体被抓到了哪里，以及用了多少力。”

Gilday说：“机器人了解到，一个特定的动作和一组特定的传感器数据的组合将导致故障，这使它成为一个可定制的解决方案。”。“手很简单，但它可以用同样的策略拾取很多物体。”

“这种设计的最大优点是我们可以在不使用任何致动器的情况下获得运动范围，”伊达说。“我们希望尽可能简化手部。我们可以在不使用任何执行器的情况下获得大量良好的信息和高度的控制，因此当我们添加它们时，我们将在更高效的软件包中获得更复杂的行为。”

一个完全驱动的机器人手，除了需要的能量外，也是一个复杂的控制问题。Cambridge设计的手的被动设计，使用少量传感器，更易于控制，提供了广泛的运动范围，并简化了学习过程。

未来，该系统可以通过多种方式进行扩展，例如增加计算机视觉功能，或教会机器人利用其环境，从而使其能够捕捉更广泛的物体。

这项工作由英国研究与创新（UKRI）资助，Arm Ltd.Fumiya Iida是剑桥大学科珀斯克里斯蒂学院的研究员。

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。