机器人仿生手F-TAC Hand与人手性能对比图。研究团队供图
想过机器人能像人类一样，灵巧地拿起易碎花瓶，或同时抓起多个形状各异的物品吗?这些人类手部的“拿手好戏”，如今机器人手也能做到了。
近日，北京大学人工智能研究院、北京大学武汉人工智能研究院、北京通用人工智能研究院、北京大学工学院和伦敦玛丽女王大学联合组成的研究团队，取得这样一项机器人技术突破，成果论文《高分辨率触觉感知机器手实现类人适应性抓取》在国际学术期刊《自然-机器智能》刊发。
随着人类的进化，手部的功能由攀爬转为使用工具，并逐渐掌握了精准抓握能力。手部既是人类改造自然、与外界交互的核心器官，也是智能的核心载体。论文共同第一作者、北京通用人工智能研究院研究员李皖林介绍，人的手部具有结构高度复杂、功能极为精密的特点，手部由27块骨骼和34块肌肉组成，提供了24个自由度的灵活性。对人类手部功能的研究，是具身智能与机器人学科研的前沿领域。
他告诉记者，人在拿取物体时涉及“触觉反馈”与“运动功能”两大能力：触觉反馈包含运动觉与皮肤触觉，前者通过肌肉、肌腱和关节感知力量，后者通过皮肤感知接触状态、纹理、温度、摩擦力等物理特性;运动功能包括运动学与动力学，前者研究关节的角度、位置及其运动的几何关系，后者研究力和扭矩如何作用于关节和肢体，从而实现精确的运动控制。
在以往的研究中，触觉反馈与运动能力的整合，被认为是机器人研究领域中的关键挑战之一。此次研究团队开发的“基于全手触觉的机器人仿生手”(Full-hand Tactile-embedded Biomimetic Hand，简称F-TAC Hand)，是国际罕见的同时具备全手高分辨率触觉感知和完整运动能力的机器人手系统。
论文共同第一作者、北京大学人工智能研究院博士生赵秭杭告诉记者，人类手部的灵活性和适应性，很大程度上归功于其密集的触觉传感能力，这使人们能够精确感知与调整抓握过程。例如，人类在抓取一个装满水的杯子与一个空杯子时，抓握杯子的位置、角度、方式可能完全不同。然而，在机器人领域，如何在不影响运动功能的前提下实现全手触觉覆盖，很长时间以来是个难题。
他告诉记者，研究团队开发的高分辨率触觉传感器，覆盖了机器人“手掌”表面70%的区域，空间分辨率达到0.1毫米，相当于每平方厘米约有1万个触觉像素，远超目前商用机器人手的触觉感知能力。
F-TAC Hand的设计灵感来源于人类手部的生物结构。
人类手部触觉系统由两个关键要素组成：遍布皮肤的密集触觉传感器阵列和大脑中专门解释这些感觉输入的神经处理机制。赵秭杭说，F-TAC Hand模拟了这种设计，将17个高分辨率触觉传感器，以6种不同配置集成在一起，并在不牺牲灵活性的前提下，实现了前所未有的触觉覆盖范围。
论文共同第一作者、北京大学人工智能研究院博士生李宇飏告诉记者，团队通过开发一种生成多样化抓取策略的算法，基于概率模型，能够产生大量多样化的抓取方式，其中涵盖了与人类非常相似的19种抓取类型。
他进一步解释：多物体同时抓取，是评估机器人手灵巧性的重要基准测试，比单一物体要复杂得多。抓取单一物品可以通过双指夹持的方式实现，但当用一只手抓取多个物体时，需要做精确的全手接触检测并调整运动策略，才能实现精准、稳定抓取。
实验结果表明，当规划出的多物体抓取策略，在现实环境中遇到障碍时，F-TAC Hand能够在约100毫秒内感知情况并快速切换到替代策略，完成任务。为验证这一技术的实际效果，研究团队在600次真实世界实验中评估了F-TAC Hand的多物体抓取能力。
论文共同第一作者、北京通用人工智能研究院研究员刘腾宇告诉记者，相比没有触觉反馈的系统，F-TAC Hand在面临执行误差和物体碰撞风险时表现出显著的适应性优势，使F-TAC Hand能够像人类一样，在不确定环境中保持高效灵活的操作能力，这对机器人在家庭、医疗和工业环境中的实际应用至关重要。
“这项研究不仅是技术上的突破，更为理解智能的本质提供了新视角。”论文通讯作者、北京大学人工智能研究院助理教授朱毅鑫说，近年来，大型语言模型等基于纯计算的人工智能取得了显著进展，但它们在处理物理世界的实际交互任务时仍面临巨大挑战。此次研究表明，真正的智能行为需要“知行合一”，丰富的感知能力对于机器智能的发展同样不可或缺。F-TAC Hand的成功，为“具身智能”开辟了新的研究方向，对构建下一代人工智能系统具有重要启示意义。
作为人形机器人与外界交互的重要媒介，机器人手是机器人功能性的直接体现，需要“人手”参与的工作都可以是机器人手的应用场景。朱毅鑫告诉记者，这项研究成果有望推动机器人技术在医疗、工业制造、特殊环境作业等领域更广泛的应用。
标签：
