這種機(jī)器手有五個(gè)手指，每個(gè)手指都配備了先進(jìn)的光學(xué)觸覺傳感器，能夠精確地定位接觸點(diǎn)，并覆蓋復(fù)雜的曲面。每個(gè)手指有三個(gè)獨(dú)立的關(guān)節(jié)，可以靈活地調(diào)整姿態(tài)。為了測(cè)試機(jī)器手的靈巧性，研究人員選擇了一個(gè)難度很高的操縱任務(wù)：讓機(jī)器手在保持物體穩(wěn)定的同時(shí)，任意地旋轉(zhuǎn)物體。這個(gè)任務(wù)需要不斷地重新調(diào)整部分手指的位置，而其他手指則要固定物體。

　　令人驚訝的是，機(jī)器手不依賴任何視覺反饋，只根據(jù)觸覺傳感器和自身位置的數(shù)據(jù)完成了這個(gè)任務(wù)。這意味著機(jī)器手可以在非常差的光線條件下進(jìn)行操作，甚至可以在黑暗中工作。研究人員表示，這種基于觸覺的靈巧性將為自動(dòng)化操作在現(xiàn)實(shí)世界中開辟全新的應(yīng)用場(chǎng)景，比如物流、材料處理、高級(jí)制造和裝配等領(lǐng)域。

　　為了讓機(jī)器手學(xué)會(huì)這種操縱技能，研究人員使用了一種叫做深度強(qiáng)化學(xué)習(xí)的方法，它可以讓機(jī)器人通過實(shí)踐來學(xué)習(xí)新的物理任務(wù)。研究人員還開發(fā)了一些新的算法來有效地探索可能的操縱策略。他們利用模擬器作為訓(xùn)練場(chǎng)，在幾個(gè)小時(shí)內(nèi)完成了相當(dāng)于一年的練習(xí)。然后，他們將模擬器中訓(xùn)練好的技能轉(zhuǎn)移到真實(shí)的機(jī)器手上，成功地實(shí)現(xiàn)了他們期望的靈巧性。

　　哥倫比亞大學(xué)的馬特伊・喬卡利教授說：“雖然我們展示的是一個(gè)概念驗(yàn)證性質(zhì)的任務(wù)，但我們相信這種靈巧性將為自動(dòng)化操作在現(xiàn)實(shí)世界中帶來全新的可能性。一些更直接的用途可能是在物流和材料處理方面，幫助緩解近年來困擾我們經(jīng)濟(jì)的供應(yīng)鏈問題，在工廠中進(jìn)行高級(jí)制造和裝配。”

　　喬卡利教授表示，機(jī)器人領(lǐng)域的最終目標(biāo)是在家庭中實(shí)現(xiàn)輔助性的機(jī)器人，這是真正檢驗(yàn)靈巧性的試金石。他說：“在這項(xiàng)研究中，我們展示了機(jī)器手也可以僅僅基于觸覺來實(shí)現(xiàn)高度靈巧性。一旦我們把視覺反饋和觸覺結(jié)合起來，我們希望能夠?qū)崿F(xiàn)更高的靈巧性，有朝一日能夠接近復(fù)制人手的功能。”

　　喬卡利教授指出，一個(gè)在現(xiàn)實(shí)世界中有用的物理機(jī)器人需要同時(shí)具備抽象的語義智能（注：能夠概念性地理解世界的運(yùn)作）和具身智能（能夠物理地與世界互動(dòng)）。像 OpenAI 的 GPT-4 或谷歌的 PALM 這樣的大型語言模型旨在提供前者，而像這項(xiàng)研究中實(shí)現(xiàn)的操縱靈巧性則代表了后者的進(jìn)步。例如，當(dāng)被問到如何做三明治時(shí)，ChatGPT 會(huì)在回應(yīng)中打出一個(gè)步驟清單，但是要真正做出三明治，就需要一個(gè)靈巧的機(jī)器人。同樣，研究人員希望物理技能高超的機(jī)器人能夠?qū)⒄Z義智能從互聯(lián)網(wǎng)這個(gè)純虛擬的世界中帶出來，用于真實(shí)世界的物理任務(wù)上，甚至可能是在我們的家里。