触觉感应器助力机器人抓物 能预测83%的抓取动作

　　触觉在人类的抓物、控物动作中扮演了核心角色。对失去了手的截肢者来说，他们最大的困惑是，在用义肢的时候感觉不到自己在摸什么。没有了触觉，截肢者们在抓物和控物的时候，需要离目标物很近，而一个健全的人捡物的时候甚至不需要看着它。

　　目前，科学家们意识到，在抓物过程中触觉感应器的重要作用。在过去的三十年间，他们一直尝试用触觉感应器取代人体器官。然而，触觉感应器发送的信息非常复杂、高维，而且在机械手中加入感应器并不会直接提高它们的抓物能力。我们需要的是能够把未处理的低级数据转变成高级信息，从而提高抓物和控物能力的方法。触觉智能可以通过触摸、识别物体的滑动和定位物体让机器人(扩展：全面介绍智能机器人)预测抓物是否能成功。

　　在波尔多综合理工学院CoRo实验室中，在研发触觉智能的核心部分。最新的成果是一个利用压迫象预测抓物是否成功的机器人学习算法。这个系统是由Deen Cockburn和Jean-Philippe Roberge共同研发的，它能够把机器人变得更加人性化。当然，人类学会了通过触觉和观察手指的形态，来判断抓物是否成功。然后我们改变手指的形态，直到对抓物的成功有了足够自信。在机器人学会如何快速调适手指形态之前，他们需要更好地预测抓物结果。

　　在机器人抓物这点上，触觉智能有多重要，这就是CoRo实验室会走向巅峰的原因。把Robotiq的机械手和Universal Robots的UR10控制器结合在一起，在加上其他多种模式的居家及基于Kinect视觉系统（只瞄准每个物体的几何中心）的触觉感应器，得到的机器人可以捡起很多东西，并且利用中间的数据实现自我学习。最后，成功制造了一个能准确预测83%的抓物动作的系统。

　　在机器人抓物这点上，触觉智能有多重要由Jean-Philippe Roberge领导的CoRo实验室的另一个团队，专注于滑动监测。在抓物的时候，人类可以迅速察觉物体的滑动，因为手指上有一个高适应性的机械性刺激感受器，它是位于皮肤上的可以感受压力和震动的快速变化的感应器。由于物体的滑动会引起的手部表面震动，所以科学家们把这些震动的图像（光谱图），而不是压力象放进机器学习算法中。利用与抓物预测实验中相同的机器人，他们的系统可以学习和物体滑动相关的震动图像中的特征，其识别物体滑动的精确度高达92%。

　　让机器人注意到物体的滑动或许看起来很简单，因为滑动只是一系列的震动。但是，该如何让机器人分辨物体滑出机器人手心引起的震动，和机器人在物体表面（比如一张桌子）拖动物体引起的震动呢？不要忘了机器人手臂的运动同样会引起一些微小的震动。三个不同的动作会发射同样的信号，但是机器人需要做出不同的回应。因此，机器人需要学会分辨不同的动作。

　　在机器学习这个方面，两支CoRo的队伍达成了一点共识：他们不能把手工特征强加在机器人学习算法中。也就是说，这个系统不能依赖科学家的猜测，而是应该让机器人自己决定在甄别滑动（或是在预测抓物结果、预测抓物实验中）的时候，什么是重要的。

　　以前，“高级功能”都是人工打造的，这意味着科学家会选择一些他们认为可以帮助机器人甄别不同类型的物体滑动的特征（或是判断抓物动作是否完美）。比如，他们或许会将一个让机器人只抓物体顶部的压力象与失利的抓物动作挂钩。但是让机器人自己学习，反而会更有成效，因为科学家想的不一定是对的。

　　稀疏编码在这里会非常有用。它是个无人监管的功能学习算法，通过制造用来代表新数据的稀疏字典来运作。首先，这个字典自动通过光谱图（或未经处理的压力象）自我生成，然后输入到稀疏编码算法中，其中包含了很多高级功能。然后，当新数据产生于接下来的抓物动作中后，这个字典会被用作将新数据转换成代表性数据的中介，也被叫作稀疏向量。最后，稀疏向量会被分到引发不同震动的不同组内（或是成功和失败的抓物结果中）。

　　CoRo实验室现在在测试让稀疏编码算法自动更新的方法，这样每次抓物动作都可以帮助机器人做出更好的预判。然后，在每次抓物动作中，机器人会利用这些信息去调整自己的动作。最终，这个研究会成为结合触觉和视觉智能，帮助机器人学会抓住不同物体的最好范例。

　　触觉智能的未来

　　这项研究的关键点在于，视觉不应该被抛弃。视觉依然应该为抓物贡献绝对的力量。但是，现在人工视觉已经到了发展的某一阶段，它可以更好地专注于发展触觉智能的新方向，而不是继续强调视觉的单一力量。

　　CoRo实验室的Roberge把研究视觉和触觉智能的潜能和Pareto的80-20法则作了对比：既然机器人社区已经在视觉智能80%的领域占了上风，那么它很难再主宰剩下的20%了，所以视觉不会在控物上发挥那么大的作用了。相反，机器人专家们依然在为触觉感知的那80%而努力奋斗着。相对而言，做好这80％会比较简单，而且这有可能为机器人的抓物能力的提高作出巨大的贡献。

　　如果以机器人通过触摸识别物体、为人类清理房间为目标的话，我们还有很长的路要走。但是当那天真的到来的时候，我们一定会衷心感谢这些努力研发触觉智能的科学家们。