近日，由北京大学人工智能研究院、北京大学武汉人工智能研究院、北京通用人工智能研究院、北京大学工学院等联合组成的科研团队在机器人技术方面取得了重大突破，成功开发出国际首个同时具备全手高分辨率触觉感知和完整运动能力的机器人手系统F-TAC Hand，该系统实现了高分辨率触觉感知，使机器人能够像人类一样进行类人适应性抓取。该成果已在国际学术期刊《自然·机器智能》上发表。

　　整合触觉反馈与运动能力

　　对人类手部功能的研究一直是具身智能与机器人学领域的前沿课题。人的手部结构高度复杂、功能极为精密，拥有27块骨骼和34块肌肉，以及24个自由度的灵活性。然而，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一直是科研人员面临的难题。论文第一作者、北京大学人工智能研究院博士生赵秭杭表示，此次研究成功解决了这一问题。

　　触觉反馈包含运动觉与皮肤触觉，前者通过肌肉、肌腱和关节感知力量，后者通过皮肤感知接触状态、纹理、温度、摩擦力等物理特性。而运动功能则指生物体通过神经系统和肌肉系统的协同作用，实现身体运动的能力。整合触觉反馈与运动能力，是机器人研究领域的关键挑战之一。此次研究在保持机械手完整运动能力的前提下，实现了机器人手掌表面70%区域的高分辨率触觉覆盖。

　　联合科研团队通过巧妙设计，使F-TAC Hand能像人类一样通过触觉反馈进行精确操作和适应性抓取。赵秭杭介绍，F-TAC Hand的高分辨率触觉传感器空间分辨率达0.1毫米，远超目前商用机器人手的触觉感知能力。

　　巧妙设计提升操作稳定性

　　F-TAC Hand的一系列仿人类手部设计，确保了其高分辨率感知和多样化抓取能力。赵秭杭表示，人类手部触觉系统由遍布皮肤的密集触觉传感器阵列和大脑中专门解释这些海量感觉输入的神经处理机制组成。F-TAC Hand模拟了这种设计，在不牺牲灵活性的前提下实现了前所未有的触觉覆盖范围。

　　论文共同第一作者、北京通用人工智能研究院博士生李宇飏介绍，团队还开发了一种生成人类多样化抓取策略的算法，该算法基于概率模型，涵盖了人类常见的19种抓取类型，使F-TAC Hand能实现与人类非常相似的抓取方式。实验结果表明，F-TAC Hand在面临执行误差和物体碰撞风险时表现出显著的适应性优势。

　　论文通讯作者、北京大学人工智能研究院助理教授朱毅鑫认为，这项研究成果在辅助手术、高精密组装类工作以及航空航天、应急响应等领域有广泛落地场景。未来，团队将继续深化触觉感知与机器人控制的结合，为实现真正意义上的通用人工智能奠定基础。

（文章来源：科技日报）