仿生巨头Festo为机械臂安上AI习得技能立即同步所有机械臂_[#第一枪]

雷锋网 AI 科技评论按：每年以 2 - 3 件仿生机器人生产速度不停扩张仿生产品线的 Festo ，是一家德国自动化技术供应商，近年来以外观精巧夺目的仿生机器人频频登上科技新闻热搜榜。近日，由其发布的一款最新仿生产品——气动机械臂，更是引入了强化学习及大规模并行学习等 AI 技术，使得仿生机器人的技能习得与技能同步变得更加便捷。

机械臂对于一组仿人机器协作组合的重要性不言而喻，作为机器人的末端执行器( End-Effector )，我们需要它在日常生活中替代人类双手去完成抓握、转动、触摸、按压等任务。然而目前的机械臂依然面临灵巧性欠缺、抓重比失衡、传感器覆盖率低、环境顺从性低、高度集成性等难点，无法在实际中实现量产，也是各家机器人企业所卯足精力所要克服的技术难点。

而 Festo 的这款 BionicSoftHand 则为我们提供了一条新思路。

在硬件方面，BionicSoftHand 利用气动学，以气动波纹管结构代替人体骨头进行动作操控，当气室充满空气时，手指呈弯曲状态；当气室被排空时，手指则呈伸展状态。此外，BionicSoftHand 在拇指与食指处配有旋转模块，可以让手指横向移动，由此实现了多达 12 个自由度。

值得一提的是，这些气动波纹管结构被封装在具有弹性和高强度纤维的 3D 织物中，这也意味着，织物可以精确地定位并决定结构应该在哪些点上膨胀，从而产生力，并防止其过度膨胀。此外开发人员还特别设计了一个小型数字控制阀岛安装在机械臂下方， 因而控制气动波纹管结构的气管无需贯穿整个机械臂，可以快速、轻松地进行连接与使用。

至于软件方面，AI 毫无疑问是其主打亮点。

首先是强化学习方法的运用，这意味着BionicSoftHand 不仅仅是机械地模仿动作，通过给出一个具体目标，它会自己反复进行试验来达成目标。过程中，机械臂将根据反馈逐渐优化动作，直至成功解决任务。

此外，借助深度感应摄像机数据以及人工智能算法，BionicSoftHand 会在虚拟环境中创建出一个“数字双胞胎”，使我们可以在虚拟环境中对其进行运动策略的相关训练，相比线下，将有效加快模型的训练速度。

而所谓大规模并行学习技术的引入，更是让这些在模拟环境里习得的技能可以第一时间同步所有的虚拟机械臂，进而转移至实际中的机械臂中进行使用。

这也意味着，所有失误都只会出现一次，便会立刻被修复并同步至所有模型；而新技能只要被习得，就能无限复制至全球范围的机械臂。

为了更客观对BionicSoftHand进行评价， AI科技评论为此专门采访了意大利技术研究院（Italian Institute of Technology）仿人机电研究中心（Humanoid & Human Centered Mechatronics）的博士后研究员任赜宇。

气动原理在灵巧机械手的设计上不存在明显优势

任赜宇在受访时坦言，BionicSoftHand单从最终所展示的 Demo 来看，并未让他感到眼前一亮，因为该 Demo 的核心主要是关于在运动控制上如何应用强化学习的方法，使高自由度的机械手能够轻易地进行复杂的手部操作（In-hand manipulation），但如果与 OpenAI去年使用 Shadow Hand还原魔方的 Demo比较的话（视频

聚氨酯保温管壳批发

童礼服

投影仪支架图片