研究人員已經開發出一種具有成本效益和節能的機器人手，它可以抓取各種物體，而不會掉落，只需利用手腕運動和其”皮膚”中的感覺。抓取不同大小、形狀和質地的物體的能力，對人類來說是一項簡單的任務，但對機器人來說卻是一項挑戰。

為了解決這個問題，劍橋大學的研究人員創造了一個靈活的、3D打印的機器人手，儘管它的手指不能獨立移動，但仍然可以進行一系列複雜的運動。

這隻機器人手被訓練成能夠抓住不同的物體，並且能夠通過使用放置在其”皮膚”上的傳感器所提供的信息來預測它是否會掉落這些物體。

這種類型的被動運動使機器人更容易控制，並且比具有完全機動化手指的機器人更節能。研究人員說，他們的適應性設計可用於開發低成本的機器人，這些機器人能夠進行更自然的運動，並能學會抓取廣泛的物體。這些結果在《高級智能係統》雜誌上報告。

在自然界中，運動是由大腦和身體之間的相互作用產生的：這使人和動物能夠以復雜的方式運動而不消耗不必要的能量。在過去的幾年裡，由於3D打印技術的進步，軟性部件已經開始被整合到機器人設計中，這使得研究人員能夠為簡單、節能的系統增加複雜性。

機器人手只用手腕的動作就能拿起一個桃子大小的物體資料來源：劍橋大學

人類的手是高度複雜的，在機器人中重現其所有的靈巧性和適應性是一個巨大的研究挑戰。今天的大多數先進機器人都無法完成小孩子可以輕鬆完成的操縱任務。例如，人類本能地知道在拿起一個雞蛋時應使用多大的力量，但對機器人來說，這是一個挑戰：力量太大，雞蛋可能會碎掉；力量太小，機器人可能會掉落。此外，一個完全驅動的機器人手，每個手指的每個關節都有電機，需要大量的能量。

在劍橋大學工程系的Fumiya Iida教授的生物啟發機器人實驗室，研究人員一直在開發這兩個問題的潛在解決方案：一個能夠以正確的壓力量抓取各種物體的機器人手，同時使用最少的能量。

“在早期的實驗中，我們的實驗室已經表明，僅僅通過移動手腕就有可能在機器人手上獲得很大的運動範圍，”共同作者托馬斯-喬治-圖魯特爾博士說，他現在在倫敦大學學院（UCL）東區工作。”我們想看看基於被動運動的機器人手是否不僅能夠抓取物體，而且能夠預測它是否會掉落物體，並作出相應的調整。”

3D打印的機器手拿筷子

研究人員使用了一個植入觸覺傳感器的3D打印擬人手，以便該手能夠感知它所接觸的東西。這隻手只能夠進行被動的、基於手腕的運動。

研究小組對這隻機器人手進行了1200多次測試，觀察其抓取小物體而不掉落的能力。該機器人最初使用3D打印的小塑料球進行訓練，並使用通過人類示範獲得的預設動作抓取它們。

第一作者Kieran Gilday博士說：”這種手有一點彈簧感：它可以自己拿起東西，而不需要手指的任何驅動。觸覺傳感器讓機器人感覺到抓握的情況如何，因此它知道什麼時候開始打滑。這有助於它預測事情何時會失敗”。

機器人利用試驗和錯誤來學習什麼樣的抓握方式會成功。在完成對球的訓練後，它又嘗試抓取不同的物體，包括一個桃子、一個電腦鼠標和一卷氣泡膜。在這些測試中，這隻手能夠成功抓取14個物體中的11個。

“傳感器，有點像機器人的皮膚，測量施加在物體上的壓力，”喬治-圖魯特爾說。”我們不能說機器人到底得到了什麼信息，但理論上它可以估計出物體被抓在哪裡，用了多少力。”

“機器人學會了一個特定的運動和一組特定的傳感器數據的組合將導致失敗，這使得它成為一個可定制的解決方案，”Gilday說。”這隻手非常簡單，但它可以用同樣的策略拿起很多物體。”

“這種設計的最大優勢是我們可以在不使用任何執行器的情況下獲得的運動範圍，我們希望盡可能地簡化手部的工作。我們可以在沒有任何執行器的情況下獲得大量良好的信息和高度的控制，這樣，當我們加入執行器時，我們將在一個更有效的包裝中獲得更複雜的行為。”

一個完全驅動的機器人手除了需要大量的能量外，也是一個複雜的控制問題。劍橋大學設計的手的被動設計，使用少量的傳感器，更容易控制，提供廣泛的運動範圍，並簡化了學習過程。

在未來，該系統可以通過多種方式進行擴展，如增加計算機視覺功能或教機器人利用其環境，這將使其能夠抓取更廣泛的物體。