机器手像人手一样转动魔方，旋转成功率达到95.2％

编译 | 马什么梅

发布 | ATYUN订阅号

人类可以相对轻松地操纵魔方，但机器人则难以操作。经典的2 x 2 x 2魔方有3674160种配置。那么能够自由操控魔方的机器手意味着更灵活。

腾讯和中国香港中文大学的研究人员设计了一个多指的魔方控制器。在论文中，团队声称他们的AI动力系统在1,400次试验中平均成功率达到90.3％，其中包括一个确定最佳移动序列的立方体求解器，一个五个手指的立方体控制器。

系统结构

灵巧的手部操作是机器人达到人类水平的灵活性的关键组成部分，并能完成涉及丰富接触的日常任务。尽管取得了一致的进展，但可靠的多指灵巧操作仍然是一个开放的挑战，因为它具有复杂的接触模式、高维的动作空间和脆弱的机械结构。

该团队的解决方案是一个分层系统，它结合了基于模型和无模型的规划和操作组件。上述立方体求解器为解决魔方找到最佳移动序列，由两个原子动作，立方体旋转和逐层操作组成的控制器，逐步执行每个移动。

团队指出，运动学和关节运动使得一些动作比其他动作更难完成。为了定量比较它们的可靠性，分别训练了几个模型。

为了提高立方体旋转和逐层操作的稳健性，这些操作是在没有反馈信号的情况下顺序执行的，它们实现了一个回滚机制，可以检查每个步骤中魔方的状态。

验证灵活性

团队使用Roboti的多关节动力学与Contact（Mujoco）来验证他们的方法。这是一个专为机器人和生物力学研究和开发而设计的物理引擎。

在Mujoco内部，他们使用了一个灵巧的人类大小的机械手，名为Shadow Hand，它的中指和无名指各有三个驱动关节和一个欠驱动关节，小指和拇指有五个驱动关节（加上一个带有两个驱动关节的手腕）。

在一个实验中，Shadow Hand的任务是操纵一个虚拟的魔方来实现一个目标姿态，而在另一个实验中，它必须操纵两层来实现一个目标角度。

研究人员报告说，模型操控稳定的立方体旋转成功率超过90％，在训练30000次之后提升到95.2％，平均分层操作成功率为90.3％。之后的研究通过联合优化两个原子操作并在真实硬件上部署系统，可以进一步提高性能。

End