今天，騰訊Robotics X實驗室，發布了靈巧操作研究成果，并推出：

(資料圖)

自研機器人靈巧手 “TRX-Hand（我）” 和機械臂 “TRX-Arm（我弟）”。

大家也可以叫我小靈手，能做很多細活，一個致力未來要成為服務大眾生活的機器人。（現在還在努力學習完善中）

初次見面，請大家吃葡萄。

（吃了我的葡萄，要繼續往下看哦）

為什么要致力服務生活？

因為生活中有許多人需要幫助，如老人、殘疾人等等。

但生活環境太復雜了，除開這顆葡萄，還有無數種的物品，形態、功能、用法各不相同：機器人應該怎樣去識別它們？又應該怎樣去拿起？還應該發多大的力才能保證不拿壞？

目前還沒有一款機器人能全部做到。

我的出現就是為了去解決這個難點。

今天，請允許我給大家做個自我介紹，算是提前認識。（等我學成出山，來到你們家的時候，別感到陌生。）

大家看，拿起杯子的過程，都用了哪些感知能力？

視覺——認識杯子：通過相機認識物體，了解布局。

接近覺——找到杯子：通過微型激光雷達和接近傳感器，接近物體，判斷距離，精準辨位。（人體也有類似的功能，當你老板站在你身后的時候，你會不自覺地感到一股涼意）

觸覺——感知杯子：全手覆蓋高靈敏度觸覺皮膚，能判斷接觸，輔助視覺，感知物體狀態。

力覺——拿放杯子：通過腕部力傳感使動作更輕柔，避免損傷物體。

我身上還有多傳感器信息融合技術，就像人閉著眼睛也能拿到面前的物品一樣，在行動中更精準執行任務。

我擁有3根手指、8個可獨立控制關節，最大持續指尖力可達15牛，最大關節速度一秒鐘能夠轉動600度，又快又有力。

柔性驅動的指尖設計也有效提升了手指的抗沖擊能力，讓“手”更加可靠。

可輕松拿捏不同形狀尺寸物體和高動態的難度動作。

光說不練假把式，接下來看看我的操作！

大家試試拿水瓶，從左手拋到右手

拋接等高動態動作，實時性要求極高，執行或感知上的細微誤差都會造成失敗。

在拿起物品的那一刻，便要根據傳感器確定好物品在手內的位置與姿態，規劃出高動態動作軌跡。

再根據實時預測的物體飛行軌跡在數毫秒內計算出最優攔截時間、最優攔截位姿與最優攔截軌跡，保證抓拋物品被平穩攔接。

雙手配合倒液體，確保兩個物體不觸碰

雙手配合搖液體，確保兩個物體緊碰不分開

雙手協同稍有不慎就會產生過大沖擊力，我會壞、物品也會壞。

結合視覺和觸覺，調整到最合適的握姿，基于機械臂末端力傳感信號的力位混合控制，實現雙手協同動作。

可能之前幾個操作，大家還沒完全感受到我的靈巧。

接下來，我的操作有多細，請看數字。

攪拌棒直徑8mm，插孔9mm。

僅僅依靠頭部相機，通過對物體間相對位置的迭代估計，并融入微小的觸覺感知，便能獲得穩定的攪拌棒、孔的識別與定位。

攪拌棒是無紋理、高反光的細長物體，尤其是在插攪拌棒的過程中，不僅攪拌棒會遮住孔，攪拌棒的反光還會倒映出孔，讓視覺產生混淆。

于是我學習了人類穿針線時的處理方式：在失敗后，立馬重試，逐漸接近真實孔位、確保完成插孔操作。

在現實生活中誤差不能完全避免，機器人需要處理因此造成的任務失敗，并實時感知任務狀態，識別失敗并自主調整策略，最終成功完成任務，這就是我的容錯機制。

大家攪拌液體的時候一般會怎么做？用手臂或者手腕攪動。

我也可以，但我是小靈手，必須用極高的感知能力和控制精度，來展現我的“靈巧”。

手指攪拌

只用手指攪拌還真有點難，還好我會深度學習，還有可以無限試錯的仿真環境。

為了修煉手指攪拌，我在仿真世界里試了很久，收集了豐富的學習數據和優化策略，在回到現實世界前，還練習了仿真環境 (sim) 與真實環境 (real)遷移法，將學到的經驗帶到現實中。

于是覺醒了捻物

這么多經驗，讓我在指尖接觸到攪拌棒時，便能很快、很穩地生成三個手指的協同運動。

并對攪拌棒施加合適的力，在保證攪拌棒不掉落的前提下，按期望軌跡攪拌杯子里的液體。

看到這，是不是想留點什么言？

“寫對聯……摸麻將……按摩……吹頭發……彈鋼琴……打羽毛球……帶娃……”

這是在最近的展示過程中，朋友們和我的互動。

大家的想象更加地證明了生活中使用場景的復雜和多樣，這對我的靈巧操作能力是巨大挑戰。

不過我不怕，接下來我會努力學習更多技能，早日成為服務大家生活的機器人。

好了，我的介紹完了。

今天就到這兒吧，期待能盡快與大家見面。

（等下，你弟弟TRX-Arm呢？不介紹一下嗎）

彩蛋來了！

我弟是騰訊Robotics X實驗室針對人居環境自主研發的高性能七自由度擬人機械臂，具有運動靈巧、爆發力強、觸控一體以及柔順安全等特點，可負載6kg以上，最大速度7.4m/s，最大加速度44.5m/s2。

不同于傳統的協作型機械臂，他采用了繩索傳動與差分驅動相結合的方式，不僅有效降低了傳動摩擦和運動慣量，還實現了多電機多關節協同驅動，具有高動態運動能力。此外，TRX-Arm前臂集成了768點的觸覺陣列，其刷新頻率高達1000Hz，以此實現了酒瓶在滾動和平衡過程中的高頻實時定位。

（具體功能，等他成熟一點再和大家分享）