5月29號，《自然》雜志上發表了一篇論文：mit的研究人員研發出了一種配有傳感器的觸覺手套，從而學習人類抓取物體時的特征。

人類可以感受、稱重和抓取不同的物體，并且，他們在對物體施加適量的力量的同時也能推斷它們的材料特性——而這對現代機器人來說，是具有挑戰性的一系列任務。人類的機械性刺激感受器網絡能提供感官反饋，這也是人類抓取物體的靈活度難以在機器人中復制的原因。

雖然基于計算機視覺的機器人抓取策略已經取得了大量的可視化數據和新興的機器學習工具，但目前還沒有相應的傳感平臺和大規模數據集來探測人類在抓取物體時所依賴的觸覺信息的使用情況。

研究人類如何抓取物體的機制將補充基于視覺的機器人物體處理。重要的是，目前由于無法記錄和分析觸覺信號，這限制了人們對觸覺信息在人類抓取中的作用的理解。例如，觸覺地圖是如何被用來識別物體并推斷其屬性的，這仍然還是未知的。

對此，mit的研究人員使用了可伸縮的觸覺手套和深度卷積神經網絡，以顯示均勻分布在手上的傳感器，可用于識別單個物體，估計其重量，并探索在抓取物體時出現的典型觸覺模式。

這個觸覺手套是個裝有傳感器陣列（548傳感器）的針織手套，傳感器陣列由壓電膜通過被動探測的導電線電極網絡連接組成。并且，這個可伸縮的觸覺手套傳感器陣列成本很低，大約10美元。

電極與壓電膜之間的每一個重合點都對垂直力敏感，并會記錄通過壓電膜的電阻。研究人員帶上手套單手操控物體，由此記錄了一個大規模（135,000幀）的觸覺圖譜數據集。且每個數據集都覆蓋了整個手套，同時與26個不同的對象進行交互。

這組與不同物體的交互揭示了人手在操縱物體時不同區域之間的關鍵對應關系。通過人工模擬自然的機械性刺激感受器網絡的鏡頭，觀察人類抓取的觸覺特征，有助于未來假肢、機器人抓取工具和人機交互的設計。

以上是網絡信息轉載，信息真實性自行斟酌。