新消息：你现在可以收听福克斯新闻的文章！机器人在快速移动、重复步骤和完成会让你我感到疲惫的工作方面已经变得非常出色。但当你要求机器人捡起一些精致、形状奇特或与它上一个处理的物品稍有不同的东西时，事情就会迅速变得复杂。这就是ABB机器人和PSYONIC之间的新合作所介入的地方。ABB机器人正在与位于加州的仿生公司PSYONIC合作，探索人类假肢使用中的真实触觉和运动数据是否可以帮助训练机器人手臂。换句话说，帮助一个人抓握工具、捡起易碎物体或实时调整压力的仿生手，可能有助于教会机器人如何更好地执行这些任务。现在注册我的免费CyberGuy报告，直接将我最佳的科技提示、紧急安全警报和独家交易送到你的邮箱。要获得简单、现实的方法来提前识别诈骗并保持安全，请访问CyberGuy.com——数百万每天在电视上收看CyberGuy的人都信任的平台。此外，当你加入时，还将免费获得我的终极诈骗生存指南的即时访问权限。软体机器人臂给假肢手用户自然的控制体验。PSYONIC的Ability Hand可以从人类假肢使用中捕捉触觉、运动和抓握力量的数据。（ABB机器人）仿生手如何教机器人。这项合作的重点是PSYONIC的Ability Hand和ABB的GoFa协作机器人。Ability Hand原本是为假肢使用开发的。它具有多关节手指、压力传感器、振动反馈和灵活的机械结构，帮助其适应不规则物体。这个组合是重要的，因为人类的抓握并不是一种固定的动作。你握咖啡杯的方式与握螺丝刀的方式不同。你处理鸡蛋的方式与处理手机的方式不同。我们大多数人在处理这些物品时不会思考。但对机器人来说，这种本能的调整是困难的。ABB和PSYONIC希望探讨如何利用Ability Hand的运动、接触和抓握力量数据来帮助训练机器人处理脆弱、不均匀或不可预测的物体。ABB的GoFa协作机器人带来了工业方面的平衡，提供了以受控方式测试这些运动所需的精确性和重复性。最终结果可能是一个能够从真实人类处理数据中学习的机器人手臂，然后将这些信息应用于工厂和仓库任务。为什么机器人的抓握如此困难？工业机器人已经可以以令人印象深刻的速度进行提升、移动、焊接、分拣和组装。然而，当任务需要精细触感时，许多机器人仍然感到困难。想象一下一个机器人捡起一个柔软的包裹、一个医疗组件或一个在传送带上稍微移动的部件。过大的压力会损坏物品，而过小的压力可能会使机器人掉落物品。角度的微小变化可能会扰乱整个过程。正在工厂中工作的杀手机器人。这就是为何抓握和灵活性在自动化中仍然是重大挑战。ABB称这是自主多用途机器人（AVR）关键部分的概念，即其构想的能够在变化环境中精确感知、推理、移动和处理物体的机器人。ABB机器人总裁Marc Segura这样表示：人类的灵活性仍然是“在工业级机器人中最难以复制的事情之一”。他表示，与PSYONIC的合作可能有助于“缩小人类与机器人灵活性之间长期存在的差距”。在差距之中，这项技术可能会产生显著影响。PSYONIC的Ability Hand与众不同的地方PSYONIC的Ability Hand是为了帮助人类而构建的。它采用肌电控制、触觉感应和服从于轻量设计的机械结构。它的传感器可以在抓握过程中检测压力，而振动反馈可以帮助将触感传达给使用者。这种相同的感应能力对于机器人而言可能是非常宝贵的。PSYONIC表示，Ability Hand能够捕捉运动、接触和抓握力量的详细数据。当这种手被人们在现实世界中使用时，它能够生成比仅在实验室演示中机器人操作的数据更自然的数据集。ABB的GoFa协作机器人正在测试仿生手数据如何帮助机器人处理精致和不规则物体。（ABB机器人）PSYONIC创始人兼首席执行官Dr. Aadeel Akhtar称灵巧操作“既是数据挑战也是硬件挑战”。这条信息确切地反映了问题的核心。更好的机器人手非常重要。然而，这些手背后的训练数据可能是决定它们在实际工作场所的有用程度的因素。仿生手数据可能首次出现的位置ABB和PSYONIC表示，这项工作可能适用于汽车、航空航天、包装、物流和生命科学等领域。这样的想法很合理。这些领域是机器人已经扮演重要角色的领域，但精致或可变的处理仍然可能放慢进程。如果机器人能够更好地调整抓握，将有助于处理脆弱的组件、形状奇特的产品、柔软的包装或其他类似的任务。