如果一個機器人要抓取脆弱的物體，那麼這個機器人最好知道這些物體是什麼，這樣它就可以相應溫柔地對待它們。一種新的機器人手使它能夠做到這一點，通過沿其三個手指的長度感知物體的形狀。

該實驗裝置由麻省理工學院的一個科學家團隊開發，被稱為GelSight EndoFlex。正如其名，它採用了該大學的GelSight技術，該技術以前只用於機器人手的指尖墊。

EndoFlex的三個機械指頭呈Y字形排列–頂部有兩個”手指”，底部有一個可對抗的”拇指”。每一個手指都由一個鉸接的硬聚合物骨架組成，它們被包裹在一個柔軟而有彈性的外層。GelSight傳感器本身–每個數字有兩個–位於這些數字的頂部和中間部分的下方。

每個傳感器都有一塊透明的合成橡膠板，其一側塗有一層金屬漆–這層漆就像手指的皮膚。當塗料被壓在一個表面上時，它就會根據該表面的形狀而變形。透過橡膠的另一面，即無塗料的一面，一個微小的集成攝像頭（在三個彩色LED的幫助下）可以對錶面的微小輪廓進行成像，並壓入塗料。

連接的計算機上的特殊算法將這些輪廓轉化為三維圖像，捕捉深度小於1微米、寬度約為2微米的細節。為了使表面的光學質量標準化，塗料是必要的，這樣系統就不會被多種顏色或材料所迷惑。

在EndoFlex的案例中，通過一次結合來自六個這樣的傳感器（三個數字中的每一個都有兩個）的圖像，就有可能創建一個被抓取物品的三維模型。然後，基於機器學習的軟件能夠在手只抓了一次物體後，識別該模型代表的物體。在目前的形式下，該系統的準確率約為85%，隨著技術的進一步發展未來這一數字應該會有所提高。

機械工程研究生Sandra Liu說：”在任何一隻手中，擁有軟性和剛性元素都是非常重要的，但能夠在一個真正的大區域內進行精確傳感也是非常重要的，特別是如果我們想考慮做非常複雜的操縱任務，就像我們自己的手能做的那樣，”她與本科生Leonardo Zamora Yañez和Edward Adelson教授共同領導這項研究。

“我們這項工作的目標是將使我們人類的手如此出色的所有東西結合到一個機器人手指中，使其能夠完成其他機器人手指目前無法完成的任務。”