核心观点 - 灵巧机械手的高精度控制是机器智能和具身人工智能领域的标志性挑战 触觉感知在机器人精准抓取与操作中具有不可替代的作用 [1] - F-TAC Hand通过仿生学原理在硬件架构和控制算法两个维度实现重大突破 开辟了触觉具身智能研究新路径 [2][3] - F-TAC Hand在动态现实条件下展现出强大的适应性抓取能力 600次多物体抓取实验验证其显著优于传统非触觉方案 [5] - 该研究成果发表在《自然·机器智能》期刊 为开发超越纯计算范式的具身人工智能系统指明了方向 [6][9] 硬件创新 - F-TAC Hand集成17个空间分辨率达0.1毫米的高分辨率触觉传感器 覆盖手部70%表面区域 实现接近生物触觉的感知能力 [3][12] - 模块化视触觉传感器以每平方厘米10,000像素的密度部署 最小传感器尺寸仅20mm*20mm 灵敏度达0.48 kPa⁻¹ [12][14] - 采用绳驱方式通过五根精密排布的驱动腱绳模拟人类肌腱分布 实现15个自由度 单指10N握力输出和完整拇指对掌功能 [22] 算法突破 - 开发了能够高效处理高维触觉数据的类人手型生成算法 构建完整的闭环触觉控制系统 [3] - 采用基于物理的图像形成模型生成训练数据 通过编码器-解码器神经网络实现接触几何重建 [24] - 提出面向仿人多样化抓取的算法 通过改进的MALA算法进行高效搜索 在23个不同形状和尺寸对象测试集上验证有效性 [25][27] 性能验证 - 完成Kapandji测试中拇指与其余手指间全部10个特定接触点 精准执行33种典型人类抓握类型 [33][35] - 在多物体转运任务中能在约100毫秒内快速反应和切换抓取策略 600次真实世界抓取任务验证其适应性 [36][42] - 当部分手指受损时通过重新生成健康手指的抓取策略 仍能实现对物体的稳定抓取 [34][38] 应用前景 - 在假肢研发 遥操作系统 协作机器人以及人机交互等领域展现出广阔应用前景 [39] - 突破传统机器手在高运动自由度 高覆盖率触觉感知和高分辨率之间难以兼顾的技术瓶颈 [39] - 为探索复杂触觉具身智能开辟新道路 为具身智能系统发展提供现实可行的研究蓝图 [45]