人形机器人行走、奔跑、上楼梯的画面已不再陌生。在工厂搬运零部件、在物流中心搬箱子的场景,如今也不难见到。但专家表示,要出现完美的人形机器人,仍需要很长时间。原因意外地简单:这些动作与人类相似的机器人,其“手”仍未完成。
在现实世界中,人用手抓取的物体难以预测。仅一只杯子,形状、材质、重心都各不相同。鸡蛋稍有不慎就会碎,塑料袋用力就会破。湿的玻璃杯很滑。人在看到这些物体的瞬间,就能直觉判断大致该抓哪里、用多大力,并相应地使用手。但机器人不是这样,它必须学习或计算所有情况。问题在于,把世界上所有物体都作为数据学习实际上是不可能的。因此科学界正超越“加大学习量的方式”,把研究扩展到制造精密的手本身。
在机器人手上密集搭载传感器以实现人类触觉
最具代表性的路径是在机器人手上搭载触觉传感器。北京大学(Peking University)与北京通用人工智能研究院(BIGAI)联合研究团队(共同第一作者为博士研究生李宇阳)开展的“F-TAC手(Full-Hand Tactile-Embedded Biomimetic Hand)”研究,提出了用高分辨率触觉传感器覆盖手部表面70%以上的替代方案。如此密集搭载传感器,便可以0.1毫米的间隔感知压力变化,从而精细掌握滑移从何处开始。这是一种超越单纯“接触了”的信号、像地图一样读取压力如何分布的方式。
美国麻省理工学院(MIT)计算机科学与人工智能实验室(CSAIL)爱德华·H·阿德尔森教授研究团队开发的“GelSight”传感器,也是具有代表性的基于视觉的触觉技术。该传感器用摄像头拍摄手指内部凝胶表面的变形,计算接触形态与力度。即把触觉转换为光学信号,制成可量化的数据。这些技术的目的在于让机器人不只是抓取物体,而是像人一样一边感受一边调节。
用摄像头拍摄后稳定抓握以模仿人手
然而传感器方式存在局限:只有在抓住物体之后才能提供信息。抓取之前判断该抓哪里的能力则是另一个问题。于是出现了基于视觉的路径,即机器人用摄像头观察物体,将其形态作三维(3D)分析,寻找稳定的抓握位置。
代表性案例是2018年发表于IEEE《机器人与自动化快报》(Robotics and Automation Letters)的论文《超越感觉:用视觉与触觉学习抓取与再抓取(More than a Feeling: Learning to Grasp and Regrasp using Vision and Touch)》。该研究由美国加州大学伯克利分校(UC伯克利)谢尔盖·莱文教授研究团队与MIT阿德尔森教授等共同参与,提出了结合视觉与触觉信息学习再抓取(regrasp)能力的模型。机器人用摄像头观察物体后,通过改变手的位置来寻找更稳定的姿态。这不只是抓一次,而是在抓住之后仍利用视觉信息调整到更好的位置。研究结果显示,同时使用视觉与触觉信息时,抓取成功率有显著提升。
最近,让机器人不是像照片那样平面地看物体,而是像3D模型那样立体地识别物体的研究也在增多。由此,即便是初次见到的物体,也能基于形态推断出“这部分更结实”或“这一点有危险”。
将成为人形机器人产业核心钥匙的“手”
科学界认为,只有触觉传感器、视觉识别以及基于物理的力预测这三种路径全部结合,才能接近“完整的手”。传感器再好,若解读能力不足也没有意义;视觉再出色,若没有实际的力计算,也难以稳定抓住陌生物体。物理计算再精密,若初始接触感知不准确,判断也会动摇。归根结底,机器人手不是一项技术,而是一个复合系统。
因此,机器人手技术既是科学挑战,也被评价为产业机遇。英国市场调研机构IDTechEx在报告《人形机器人(Humanoid Robots)2025~2035》中预测,2035年人形机器人市场规模将达到300亿美元(约43万亿韩元)。但人形机器人的销售价格仍然很高。目前工业机器人夹爪市场规模仍停留在数十亿美元,但若家用、服务用人形机器人普及,相关零部件与软件市场很可能扩大数倍以上。报告称:“以2025年为准,人形机器人平均销售价格仍然偏高,原因在于高价零部件与低产量”,并解释道:“由于电池容量限制导致运行时间短,以及需要开发用于精细作业的高级触觉传感器手等,只有克服这些技术课题,产量才会扩大。”






