趙秭杭 李宇飏制圖
"> 圖為機(jī)器人仿生手感知區(qū)域圖解。
趙秭杭 李宇飏制圖
北京通用人工智能研究院的實(shí)驗(yàn)室里，一只機(jī)器人仿生手正在執(zhí)行一項(xiàng)高難度任務(wù)：用拇指和手掌握住瓶子的同時(shí)，用其它手指抓取高爾夫球，并精確運(yùn)送到指定位置。
在機(jī)器人領(lǐng)域，如何在不影響運(yùn)動(dòng)功能的前提下實(shí)現(xiàn)全手高分辨觸覺(jué)覆蓋，一直是一個(gè)難題。“它能像人一樣，通過(guò)觸覺(jué)反饋進(jìn)行精確操作。”北京通用人工智能研究院研究員劉騰宇介紹，這是名為“F—TAC Hand”的機(jī)器人仿生手，其掌面70%的面積上集成了高分辨率觸覺(jué)感知，首次實(shí)現(xiàn)類人水平的自適應(yīng)抓取能力。
不久前，這項(xiàng)由我國(guó)北京通用人工智能研究院、北京大學(xué)和英國(guó)倫敦大學(xué)瑪麗女王學(xué)院聯(lián)合研究的成果，在《自然·機(jī)器智能》上發(fā)表。
對(duì)人類手部功能的研究，是具身智能與機(jī)器人研究的前沿領(lǐng)域。劉騰宇介紹，“我們?cè)谀萌∥矬w時(shí)涉及‘觸覺(jué)反饋’與‘運(yùn)動(dòng)功能’兩大能力，在以往的研究中，觸覺(jué)反饋與運(yùn)動(dòng)能力的整合被認(rèn)為是機(jī)器人研究領(lǐng)域中的關(guān)鍵挑戰(zhàn)之一。”
如何讓機(jī)械手擁有“觸覺(jué)”？“我們首次在真實(shí)人手比例的機(jī)械手中成功嵌入了17個(gè)視觸覺(jué)傳感器。”研究員李皖林介紹，機(jī)械手的模塊化視觸覺(jué)傳感器，主要由多色光源、柔性鍍膜硅膠體、剛性支撐件、微型攝像頭和傳感器板構(gòu)成。
記者拿起一支鋼筆按壓機(jī)械手，后臺(tái)的電腦屏幕上立刻顯現(xiàn)出確切的接觸位置、壓力分布以及鋼筆的紋理等信息。“為了讓全部傳感器同時(shí)工作，我們?cè)O(shè)計(jì)了一套多相機(jī)圖像同步采集系統(tǒng)。”研究員王濛介紹，“傳感器既是感知元件又是結(jié)構(gòu)部件，在不犧牲手部靈活性的前提下實(shí)現(xiàn)了前所未有的觸覺(jué)覆蓋范圍。”
人的手部有27塊骨骼和34塊肌肉，可以實(shí)現(xiàn)24個(gè)自由度。研究員李博韌介紹，在運(yùn)動(dòng)控制方面，機(jī)器人仿生手采用了繩驅(qū)方式，通過(guò)五根腱繩沿手指兩側(cè)布線，分別控制五指的屈伸動(dòng)作。同時(shí)，關(guān)節(jié)內(nèi)置扭簧結(jié)構(gòu)，實(shí)現(xiàn)腱繩松弛時(shí)的自動(dòng)復(fù)位，能夠?qū)崿F(xiàn)總計(jì)15個(gè)自由度與10牛頓的握力。
“我們開(kāi)發(fā)了一種生成人類多樣化抓取策略的算法來(lái)解決這一問(wèn)題。該算法基于概率模型，能夠產(chǎn)生與人類非常相似的抓取方式，涵蓋了人類常見(jiàn)的19種抓取類型。”北京通用人工智能研究院實(shí)習(xí)生、北京大學(xué)人工智能研究院博士生李宇飏說(shuō)。
李宇飏介紹，相比沒(méi)有觸覺(jué)反饋的系統(tǒng)，“F—TAC Hand”在面臨執(zhí)行誤差和物體碰撞風(fēng)險(xiǎn)時(shí)表現(xiàn)出顯著的適應(yīng)性優(yōu)勢(shì)，平均成功率從53.5%提升至100%。“基于觸覺(jué)的閉環(huán)反饋機(jī)制，使其能夠像人類一樣，在不確定環(huán)境中保持高效靈活的操作能力，這對(duì)機(jī)器人在家庭、醫(yī)療和工業(yè)環(huán)境中的實(shí)際應(yīng)用至關(guān)重要。”李宇飏說(shuō)。
北京通用人工智能研究院院長(zhǎng)、北京大學(xué)人工智能研究院院長(zhǎng)朱松純表示，這一研究成果驗(yàn)證了全手高分辨率感知可在不影響手部運(yùn)動(dòng)功能的前提下實(shí)現(xiàn)，為探索復(fù)雜的觸覺(jué)具身智能開(kāi)辟了新的研究道路，“更廣泛地看，我們的研究成果為豐富感官反饋在智能行為中的關(guān)鍵作用提供了有力證據(jù)，并為超越純計(jì)算方法的具身人工智能系統(tǒng)發(fā)展作出了方向性探索。”
《 人民日?qǐng)?bào) 》（ 2025年06月21日 06 版）