摘要：由于合规的材料和结构而不是编程，机器人的手可以用类似人类的动作来捡起24种不同的物体。...

当您伸出手以像瓶子一样掌握一个物体时，通常不需要知道瓶子在太空中的确切位置即可成功地捡起它。但是，正如EPFL研究人员Kai Junge所解释的那样，如果您想制作一个可以拿起瓶子的机器人，则必须非常精确地了解周围环境的一切。

“作为人类，我们实际上并不需要太多的外部信息来掌握一个物体，我们认为这是因为在物体和人手之间的界面上发生的合规性或软互动，”工程学院计算机机器人设计与制造（Create）实验室的博士生，由乔西·休斯（Josie Hughes）领导。 “这种合规性是我们对机器人探索的兴趣。”

在机器人技术中，兼容的材料是变形，弯曲和挤压的材料。对于Create Lab的机器人适应性手（自适应灵巧的拟人化的可编程刚度），兼容的材料相对简单：包裹在机械手腕和手指上的硅树脂条，以及弹簧载的接头，结合了弯曲的机器人手臂。但是，这种策略性分布的合规性使该设备可以使用自动出现而不是编程的“自组织”掌握来拾取各种各样的对象。

在一系列实验中，可以远程控制的适应性手能够使用自组织的grasps拾取24个对象，成功率为93％，这些grasps模仿了自然的人类掌握，直接相似为68％。该研究已发表在自然通信工程。

“自下而上”的机器人智能

虽然传统的机器人手需要电动机来启动每个关节，但适应性手只有12个电动机，腕部为20个接头。机械控制的其余部分来自弹簧，可以使其变得更硬或更松散以调整手的依从性，并来自硅胶“皮肤”，也可以添加或去除。

至于软件，编程适应的手只需遍历四个通用的路点或位置即可提起对象。完成任务所需的任何进一步的改编，而无需其他编程或反馈；在机器人技术中，这称为“开放循环”控件。例如，当团队编程机器人使用特定动作时，它可以使其抓紧姿势适应从单个螺栓到香蕉的各种物体。研究人员分析了这种极端的鲁棒性 - 由于机器人的空间分布合规性 - 与300多个grasps进行了比较，并将其与刚性版本的手版本进行了比较。

詹格说：“开发可以执行人类自动执行的互动或任务的机器人比大多数人预期的要难得多。” “这就是为什么我们有兴趣利用与大脑自上而下的智力相比，皮肤，肌肉和关节等不同身体部位的分布式机械智能。”

平衡合规性和控制

Junge强调，适应研究的目标不一定是创建一个可以像人类一样掌握的机器人手，而是首次显示机器人仅通过合规才能实现多少。

既然已经系统地证明了这一点，EPFL团队正在通过将闭环控制的元素重新整合到适应性手中，包括感觉反馈（包括感觉反馈），这是通过向硅胶皮肤增加压力传感器和人工智能的。这种协同的方法可能导致机器人结合了合规性对不确定性的鲁棒性和闭环控制的精度。

Junge总结说：“更好地了解合规机器人的优势可以大大改善机器人系统与高度可预测的环境或为人类设计的环境的整合。”