哥伦比亚大学研发出可在黑暗环境中灵巧操作的机器手

哥伦比亚大学的工程师们创造了一种突破性的机器人手，它将先进的触摸感应与运动学习算法无缝结合，使其能够不依靠视觉来操纵物体。考虑一下你在晚上在家使用电视遥控器时，或在外出就餐并处理各种器皿和杯子时，用你的手采取的行动。这些能力植根于触摸，使你能够浏览电视节目或进行菜单选择，而不需要把眼睛从屏幕上移开。我们的手和手指是令人难以置信的天才工具，拥有高度的敏感性。

多年来，机器人研究人员一直在努力实现机器人手的"真正"灵巧性，然而这一目标已被证明是具有挑战性的。虽然机器人抓手和吸盘能够拿起和放置物体，但需要更大灵活性的任务，如组装、插入、重新定位、包装等，仍然是人类操纵的领域。然而，最近在传感技术和机器学习方法方面的进步，以分析收集到的数据，引起了机器人操纵领域的快速转变。

用触觉手指进行灵巧的操纵。资料来源：哥伦比亚大学工程与应用科学学院

高度灵巧的机器人手甚至在黑暗中工作

哥伦比亚工程学院的研究人员展示了一种高度灵巧的机器人手，这种手结合了先进的触觉和运动学习算法，以实现高度的灵巧。作为技能的展示，该团队选择了一项困难的操纵任务：对手中形状不均匀的被抓物体执行任意大的旋转，同时始终保持该物体的稳定、安全。这是一项非常困难的任务，因为它需要不断地调整一组手指的位置，而其他手指则必须保持物体的稳定。这只手不仅能够完成这项任务，而且在没有任何视觉反馈的情况下，仅靠触摸感应就能完成。

机器学习算法处理来自触觉传感器的数据，以产生协调的手指运动模式进行操纵。资料来源：哥伦比亚大学ROAM实验室

除了达到灵巧的新水平外，这只手在没有任何外部摄像头的情况下工作，因此它完全不受照明、遮挡或类似的问题影响。而且，这只手不依靠视觉来操纵物体的事实意味着它可以在非常困难的照明条件下这样做，这些条件会混淆基于视觉的算法--它甚至可以在黑暗中操作。

机械工程系和计算机科学系副教授Matei Ciocarlie说："虽然我们的演示是在一个概念验证任务上，旨在说明手的能力，但我们相信，这种灵巧程度将为现实世界中的机器人操纵开辟全新的应用。一些更直接的用途可能是在物流和材料处理方面，帮助缓解像近年来困扰我们经济的供应链问题，以及在工厂的先进制造和装配方面。"

利用基于光学的触觉手指

在早期的工作中，Ciocarlie的小组与电子工程教授Ioannis Kymissis合作，开发了新一代基于光学的触觉机器人手指。这些是第一个实现接触定位的机器人手指，精度达到亚毫米级，同时提供复杂的多弯曲表面的完全覆盖。此外，手指的紧凑包装和低线数使其能够轻松地集成到完整的机器人手上。

一个配备了五个触觉手指的灵巧机器人手。这里显示的是其中一个手指的最外层"皮肤"，以显示内部结构。资料来源：哥伦比亚大学ROAM实验室

教手完成复杂的任务

在这项由CIocarlie的博士研究员Gagan Khandate领导的新工作中，研究人员设计并建造了一个有五个手指和15个独立驱动关节的机器人手--每个手指都配备了该团队的触摸感应技术。下一步是测试该触觉手执行复杂操纵任务的能力。为此，他们使用了运动学习的新方法，或机器人通过练习学习新的物理任务的能力。特别是他们使用了一种称为深度强化学习的方法，并辅以他们为有效探索可能的运动策略而开发的新算法。

机器人仅用几个小时的实时时间就完成了大约一年的练习

运动学习算法的输入完全由该团队的触觉和本体感觉数据组成，没有任何视觉。使用模拟作为训练场，机器人仅用几个小时的实时时间就完成了大约一年的练习，这要归功于现代物理模拟器和高度并行的处理器。然后，研究人员将这种在模拟中训练的操纵技能转移到真正的机器人手上，它能够达到团队所希望的灵巧水平。Ciocarlie指出，"该领域的方向性目标仍然是家庭中的辅助机器人，这是真正灵巧性的最终试验场。在这项研究中，我们已经表明，仅凭触摸感应，机器人的手也可以是高度灵巧的。一旦我们在触摸的同时也将视觉反馈加入其中，我们希望能够实现更多的灵巧性，并在某一天开始接近人类手的复制。"

最终目标：将抽象的智能与具象的智能相结合

最终，Ciocarlie观察到，一个在现实世界中有用的物理机器人既需要抽象的语义智能（从概念上理解世界如何运作），也需要具身智能（与世界进行物理互动的技能）。像OpenAI的GPT-4或Google的PALM这样的大型语言模型旨在提供前者，而本研究中实现的灵巧操作则是后者的补充性进展。

例如，当被问及如何制作一个三明治时，ChatGPT会打出一个分步骤的计划作为回应，但需要一个灵巧的机器人来接受这个计划并实际制作三明治。同样，研究人员希望身体熟练的机器人能够将语义智能带出互联网的纯虚拟世界，并将其很好地用于现实世界的物理任务，甚至可能在我们的家里。

来源：cnBeta