近日，美國卡耐基梅隆大學的計算機團隊就在訓練名叫“Baxter”的機器人練習抓握，并通過不斷試錯來進行觸覺反饋，致力于研發出一款視覺和觸覺結合處理的新一代工業機器人。

　　在人工智能領域，要想讓機器人像人類那樣熟練地抓取物體，機器人的觸覺是機器人發展的關鍵技術之一。近日，美國卡耐基梅隆大學的計算機團隊就在訓練名叫“Baxter”的機器人練習抓握，并通過不斷試錯來進行觸覺反饋，致力于研發出一款視覺和觸覺結合處理的新一代工業機器人。

　　該機器人能實現抓取動作依靠的是手臂末端名叫Fingervision的抓手，Fingervision是用桌面級3D打印機所打印的夾持器，外部有一層透明的硅膠套，硅膠套上附著了許多用于其檢測的黑點，當Fingervision抓取物體時，硅膠表面的黑點就會發生形變，通過內置小型攝像機捕捉這些黑點區域的形變特征，進而Fingervision做出判斷并做出相應的抓取反應。

　　此外，這款機器人用到了AI的自學習技術。Baxter將Fingervision所收集到的視覺和觸覺信息發送到一個類似人腦的深度神經網絡，將處理后的圖像與世界上最大的圖像識別數據庫ImageNet中的圖像交叉比對后，發現這款機器人識別精度比僅使用圖像數據的機器人提高了10%。

　　目前，Fingervision能夠通過觸覺感知物體是否滑動從而控制握力，從而完成一系列抓取的動作，例如，剝香蕉皮。在接觸到熟悉的物體時，Fingervision會牢牢抓住物體，而碰到不熟悉的物體時，Fingervision會將手臂挪開。

　　除了卡耐基梅隆的Fingervision之外，還有一些大學也在研究機器人的觸覺抓手，比如，康奈爾大學和英國格拉斯哥大學。康奈爾大學于2016年研發的機械手也能抓取物體，感知物體形狀和材質。與Fingervision不同，康奈爾大學的這款觸覺機械手采用的是光信號傳導的方式實現觸覺感知。該機械手外形是柔性充氣狀手指，每根手指內部都使用了光學材料。當機械手觸摸物體時，由于外部變形，導致光學材料隨著彎曲，改變光信號的傳導，進而機械手獲得相應的數據，確定被觸摸物體的相關信息。在確定搜集到的數據之后，該機械手就可以確定抓取方式。

　　而英國格拉斯哥大學研究的是一種仿生皮膚，將該仿生皮膚包裹在機械手上可以讓機械手擁有觸覺。據該研究的工作人員稱，這款仿生皮膚由一層石墨烯制成，它本身就是一個觸覺傳感器，因為石墨烯材料能夠通過仿生觸覺傳感器快速感知微小的變化。另外，由于這種仿生皮膚每平方厘米只需要20nW的功率，所以在石墨烯皮膚下有一塊太陽能電池板，可以給該仿生皮膚提供電能。

　　如果卡耐基梅隆的Fingervision、康奈爾大學和格拉斯哥大學的觸覺裝置研發一旦成熟，那么它們能夠讓機器人在感知領域上更進一步。或許就像Fingervision的研發者說的那樣，機器人在未來將會更安全、更高效地與人類共同協作。