打開家里的一扇門、一個抽屜、一個瓶蓋，有多難？

這些人類的“舉手之勞”，卻是機器人攻不下的“堡壘”，其難度不亞于讓機器人下圍棋，傳統的剛性機械手臂都無法做到。

近日，中國科學技術大學教授陳小平團隊研發出全球首款柔性機器人手臂，可以開門、開抽屜，甚至擦玻璃、擰瓶蓋。相關成果發表于《國際機器人研究雜志》。

“這是一項突破性進展，會極大地豐富機器人應用，讓機器人更像活的人，而不是死的機器。”北京大數醫達科技有限公司CEO鄧侃評價道。

據了解，這項工作從發現問題到提出原理、實驗驗證，前后持續了13年之久。

既能“繡花”又能“舉重”

一說起機器人，人們腦海中浮現的往往是變形金剛那樣的形象。確實，傳統機器人都是剛性機器人，結實但笨拙，讓它們轉門把手就像讓張飛繡花。

這是由于剛性機器人的自由度由關節控制，一條手臂大約只有六七個自由度，而本項研究中的柔性手臂卻有幾十個自由度，根據使用需要還可以更多。

研究團隊提出了一種蜂巢氣動網絡結構，由蜂巢和氣囊結合形成。當氣囊充氣時，依靠蜂巢的六邊形結構形變，手臂可以靈活地沿各個方向彎曲和運動，從而完成許多靈巧動作。由于氣囊的存在，手臂自重很輕，可采用3D打印技術制備，成本低廉、制備簡單。

柔性手臂不僅靈活，力氣也很大。同傳統的硅膠材料不同，蜂巢結構允許研究人員利用較硬材料，負載自重比達到1：1，使其既能“繡花”又能“舉重”。

此外，這條軟體手臂還有一項剛性機器人望塵莫及的技能借助尺子畫出直線。“如果機器人能使用工具，將會有更廣闊的應用空間。”陳小平告訴《中國科學報》。

長期從事人工智能研究的鄧侃指出，此項工作有3方面學術價值：第一，擯棄了機械手臂的傳統做法，用柔性材料取代剛性材料，是仿生學的巨大進步；第二，選用蜂巢這種新型結構，是材料及組織方式的巨大進步；第三，改變了傳統機器人一體化的操作方式，將權力下放，各個關節都有自主決策權和自組織、自學習能力，是對機器人操作算法的全新探索。

目前，國內外對末端的柔性手爪探索較多，柔性手臂則未見報道。

對此，鄧侃表示，之前一些所謂的軟體手臂在他看來都是“偽軟”。比如著名的南非殘疾人運動員“刀鋒戰士”，他的義肢采用彈簧鋼片仿生豹子后腿，具有一定彈性。“而中國科大這項研究中的柔性手臂是‘真軟’，像象鼻或者蛇。”

陳小平表示，除了靈活運動，該手臂還能伸縮，更像章魚觸角。

13年仍未走到終點

這條手臂的故事要從13年前說起。

2008年，中國科大機器人團隊開始研發家政服務機器人可佳，后來又開發了情感機器人佳佳。可佳其貌不揚，但是勤勞能干；佳佳則聰明漂亮、善解人意。兩者如果能合二為一，家政機器人就能上得廳堂，下得廚房。

但在研究過程中，他們發現機器人的手是短板，極其不靈活。

2010年，哈佛大學首次做出硅膠軟體機器人。受此啟發，陳小平提出做氣動軟體手臂。

經過廣泛的調研和多次失敗，直到2013年，他們才最終確定采用蜂巢網絡結構實現氣動軟體手臂。但是，一群不懂材料和制造的計算機專業研究生們，如何能造出這樣一條現實世界中不存在的手臂？

“學生們確實糾結了很久，好在學生動手能力比較強，他們找來各種材料實驗，最后手工做出一條簡陋但具有基本功能的軟體手臂。”陳小平介紹說。

同高精度控制的剛性機器人不同，軟體機器人即使充氣量一樣，每個氣囊的形變也可能不同，尤其是幾十個氣囊疊加起來非常復雜。至此，這項研究終于回歸到研究小組老本行不確定性控制問題。

此后，團隊開始對新控制算法的長期摸索。相關論文在2014年獲得國際機器人智能研討會的最高獎項“大會最佳論文”獎，同時還獲得了最有創意的“金鑰匙”獎。

從發現剛性機器人難以克服的缺陷，到提出原理創新和完成實驗驗證，學生換了三茬，時間也悄然過去13年，但陳小平表示，工作并沒有結束。

“確定氣動蜂巢網絡結構之后，我們一邊提出理論，一邊實驗驗證，往往是實驗走在前面。現在面臨兩個任務，一是構建出完整的抽象理論，二是實現應用。” 陳小平強調，“科學的理論不是自然語言能說清楚的，一定要抽象為數學語言。”

論文第一作者姜皓在2014年加入團隊時還是“小弟”，如今已經成長為軟體機器人研究小組組長，從事本論文中涉及的研究已有3年時間。他認為這3年時間花得值得，因為“這一篇論文足以證明我們實驗室的實力”，姜皓告訴《中國科學報》，畢業后將繼續留組做博士后，完成理論抽象的相關工作，“后面還有很大空間”。

陳小平則表示，做原始創新的一個直接表現就是論文發得少，“我常勸學生少寫論文，但是也不能光靠思想工作，還是要帶著他們一起，一步一步克服困難，做出更高臺階的研究成果”。

讓機器走進人心

機器人進入家庭，最大的困難何在？

陳小平經過長期研究發現，關鍵在于環境的“非封閉性”，即人工智能無法有效處理場景中無盡的未知變元。比如，無人駕駛汽車在完全不受控的自然環境下自主駕駛、識別人的內心想法，等等。

以AlphaGo為例，下棋時，不管對手是誰，它每一步只選擇勝率最大的落子，第一步有362個選擇，第二步減少一個，每一步都選擇最優，這就將一個原本非封閉的問題轉化為一個封閉性問題。

然而，家庭是典型的非封閉環境，而且無法完全封閉化，因此AlphaGo的方法訓練不出合格的家庭機器人。

“非封閉問題是最復雜的人工智能問題。”陳小平說。

在人類世界中，抓住門把手、向下壓、往后拉，門就開了。而在機器的世界中，這些步驟變成了感知、建模、規劃、控制，任何一個環節不夠精確，都有可能失敗。也就是說，剛性機器人對封閉性要求極高，甚至是“生人勿近”，碰上人為搗亂更是災難性后果。

此前，陳小平團隊曾讓剛性手臂的可佳機器人在有人搗亂的情況下成功使用微波爐，部分破解了非封閉問題。

此次的軟體手臂，更是巧妙弱化了封閉性，在跟環境交互時，既不需要精確建模，也不需要精確感知。實驗證實，即使被人為搗亂，也能順利完成任務。

“1998年日立第一次做出爬樓機器人時，我們都覺得很驚艷，涉及到動平衡的問題。現在波士頓動力機器狗能蹦跳、翻身，看起來很炫目，但是本質上和前者沒有太大區別。柔性手臂則不同，這種自組裝自學習的方式會讓機器人研究上一個大的臺階，應用會多得多。”鄧侃說。

民政部2018年的數據顯示，中國有4000萬失能老人，但家庭服務員只有不到1700萬，且缺口在不斷增大。填補這一缺口是陳小平研究家政機器人的初衷，如今離這一目標更近一步，他說：“技術的目標就是要提高人類的福祉。”（記者 陳歡歡）

【來源：中國科學報】

版權歸原作者所有，向原創致敬