我国科学家打WhatsApp%E3%80%90+86%2015855158769%E3%80%91crow%20pose%20vs%20crane%20pose造会“感知”的机器手

想象一下，感知当机器人拿起一个装满水的国科杯子时，它也能像人类一样，打造WhatsApp%E3%80%90+86%2015855158769%E3%80%91crow%20pose%20vs%20crane%20pose根据重量和触感微妙地调整手指的机器位置和力度——这种只在科幻电影中出现的场景，如今被中国科学家团队变为现实。感知北京大学人工智能研究院、国科北京大学武汉人工智能研究院、打造北京通用人工智能研究院、机器北京大学工学院和伦敦玛丽皇后大学联合团队日前在《自然·机器智能》发布最新科研成果——全球首款兼具全手高分辨率触觉感知与完整运动能力的感知机器人仿生手F-TAC Hand。这只灵巧的国科WhatsApp%E3%80%90+86%2015855158769%E3%80%91crow%20pose%20vs%20crane%20pose手掌表面70%区域覆盖着精密的触觉“皮肤”，空间分辨率高达0.1毫米，打造相当于每平方厘米密布约10000个触觉点，机器远超当前先进的感知商用机器手仅指尖有单点力感的局限。

手是国科人体最灵活的器官之一，也是打造使用频率最高的运动器官之一。人手奥秘无穷——27块骨骼、34块肌肉，支撑起24个自由度的灵活性。人类抓取物体时，触觉反馈与运动功能缺一不可：前者感知力量、纹理、温度；后者精确控制关节与肢体运动。然而，如何将高分辨率触觉与复杂运动能力整合到机器手上，长久以来是机器人领域的巨大瓶颈。

“人类手部的灵活性和适应性很大程度上归功于其密集的触觉传感能力，使我们能够精确感知与调整抓握过程。”论文第一作者、北京大学博士生赵秭杭介绍，“但在机器人领域，如何在不影响运动功能的前提下实现全手触觉覆盖，始终是一个难题。”

论文通讯作者、北京大学人工智能研究院助理教授、北京大学武汉人工智能研究院具身智能实验室主任朱毅鑫说，F-TAC Hand的灵感源于人类手部的生物智慧。它模拟人类皮肤布满传感器、大脑高效处理信息的机制，创新性地将17个高分辨率触觉传感器以6种不同配置集成于掌中。更巧妙的是，这些传感器身兼双职：既是敏锐的“感知神经”，也是支撑的“骨骼结构”。这种一体化设计，让F-TAC Hand在保持灵活运动的同时，首次实现了前所未有的广域触觉覆盖。

没有丰富触觉反馈的传统机器手，在复杂多变的环境中往往捉襟见肘。F-TAC Hand的突破在于它像人类一样，能实时感知接触变化并瞬间调整策略。“机器手关节的高度灵活性本身是控制难题。”论文共同第一作者、北京大学博士生李宇飏解释道。团队为此开发了基于概率模型的智能算法，能生成极其接近人类多样性的抓取策略，覆盖19种常见抓握类型。

实验证明，当最优抓取策略遭遇意外（如物体碰撞），F-TAC Hand能在约100毫秒内感知危机并闪电切换方案。在严苛的600次真实多物体抓取测试中，它面对执行误差和碰撞风险，成功率从无触觉系统的53.5%跃升至惊人的100%。这种基于触觉的闭环反馈，为机器人在家庭、医疗、工业等不确定环境中的稳定操作提供了关键保障。

“我们的研究不仅是技术突破，更为理解智能本质提供了全新视角。”朱毅鑫说，“人类智能深深植根于身体感知，尤其是手部触觉。F-TAC Hand证明，丰富的感知对机器智能发展同样不可或缺。”

专家表示，F-TAC Hand在需要“人手”参与的领域潜力无限。其在特定场景中展现出超越人类手部的稳定性，尤其适用于对精度要求严苛的辅助手术、高精密组装、航空航天及应急响应等场景。朱毅鑫展望未来：“大型语言模型等纯计算AI在处理物理交互时仍面临挑战。研究表明，真正智能行为需要‘知行合一’。F-TAC Hand为‘具身智能’开辟了新路——融合高保真物理感知与智能控制，是通向更高级机器智能的关键路径。”这项由中国主导、在国内实现的突破，不仅推动机器人技术落地医疗、工业及特种作业，更将为赋能千行百业、激活新质生产力注入强大动能。