美國麻省理工學院的研究人員（左起）：Elijah Stanger-Jones、Hongmin Kim 和 Andrew SaLoutos 設計了一種機器人抓手，它結合了反射功能，可以快速抓取和分類日常物品。

揀選機器人不會在嘗試失敗后從頭開始，而是立即進行調整以獲得更好的抓握力。

你是否曾在街機房中操作過抓娃娃機？那種按下按鈕后的緊張等待，如果抓取失敗，就得重新來過。如今，美國麻省（MIT）的工程師們通過反射抓取，為機器人開發(fā)了一種更人性化的觸感體驗。這種新型機器人不會在抓取失敗后重新開始，而是能夠立即調整，通過滾動、手掌或捏住物體以更好地抓住它們，這些“最后一厘米”的調整不需要涉及更高級別的規(guī)劃者，如同人們在黑暗中尋找床頭的玻璃杯一般直覺性。

這一設計首次在機器人規(guī)劃架構中整合了反射反應。目前，該系統(tǒng)尚屬概念驗證階段，但為將反射反應嵌入機器人系統(tǒng)提供了一種通用結構，未來還可以進行更復雜的反應編程，使機器人更加靈活和適應不斷變化的環(huán)境。

“生活和工作環(huán)境中總是充滿了不確定性，”美國麻省理工學院的研究生Andrew SaLoutos解釋說，“可能有人會在桌子上放一些新物品，或者在休息室移動東西，甚至在水槽里多放一個盤子。我們希望反應能力強的機器人能夠適應這些不確定性并與之協(xié)同工作?！?/p>

許多現(xiàn)有的機器人夾具設計相對緩慢和精確，特別是在工廠裝配線上重復進行相同的任務時，這些機器人依賴視覺數(shù)據(jù)，并且處理數(shù)據(jù)會限制機器人的反應時間。當需要從失敗的抓取中恢復時，這一問題尤為突出。

但在這項新工作中，Kim的團隊構建了一個反射性強、反應敏捷的平臺，該平臺具有高速手臂和兩個輕型多關節(jié)手指，除了底部的攝像頭，還配備了指尖的高帶寬傳感器，可立即記錄接觸的力度和位置，每秒記錄超過200次。

研究人員還讓高級規(guī)劃器先處理場景的視覺數(shù)據(jù)，然后用一種稱為“反射”的快速響應算法指導機器人執(zhí)行三種抓取動作之一。在機器人靠近物體的最后一厘米內(nèi)啟動，使手指能夠抓住、捏住或拖動物體，直到更好地抓住它。

這種反應不需要高層規(guī)劃人員的參與，而是在較低的決策層面上組織，因此可以像本能一樣做出反應，而不必仔細評估情況來計劃最佳解決方案。

目前，工程師們正在努力加入更復雜的反射和抓取動作，以期構建一個能夠適應混亂和不斷變化空間的通用拾取機器人。這一技術的前景廣闊，預計將在未來為工業(yè)環(huán)境和日常生活中的許多場景帶來便利。