在嘗試失敗后，拾取和放置機器人不會從頭開始，而是在當下進行調整以獲得更好的把握。

在操縱街機爪子時，玩家可以計劃她想要的一切。但是一旦她按下操縱桿按鈕，那就是一場觀望游戲。如果爪子沒有擊中目標，她將不得不從頭開始，以獲得另一個獎品的機會。

街機爪的緩慢而刻意的方法類似于的拾取和放置機器人，它們使用規劃師來處理視覺圖像并計劃一系列動作來抓取物體。如果夾持器錯過了標記，它將回到起點，控制器必須在那里制定新計劃。

為了給機器人帶來更靈活、更人性化的觸感，麻省理工學院的工程師們現在已經開發出一種通過反射抓握的抓手。團隊的機器人不是在嘗試失敗后從頭開始，而是在當下適應反射性地滾動、手掌或捏住物體以獲得更好的抓握。它能夠在不涉及更別的規劃者的情況下進行這些“一厘米”調整（對“一英里”交付問題的即興演奏），就像一個人如何在沒有太多意識的情況下在黑暗中摸索床頭玻璃杯一樣。

新設計是個將反射納入機器人規劃架構的設計。目前，該系統是一個概念驗證，并為將反射嵌入機器人系統提供了一個通用的組織結構。展望未來，研究人員計劃對更復雜的反射進行編程，以實現靈活，適應性強的機器，可以在不斷變化的環境中與人類一起工作。

“在人們生活和工作的環境中，總是會有不確定性，”麻省理工學院機械工程系研究生安德魯·薩盧托斯說。“有人可以在桌子上放一些新東西，或者在休息室里搬一些東西，或者在水槽里加一個額外的盤子。我們希望具有反射能力的機器人能夠適應并應對這種不確定性。

SaLoutos和他的同事將于五月在IEEE機器人與自動化國際會議（ICRA）上發表一篇關于他們設計的論文。他的麻省理工學院合著者包括博士后Hongmin Kim，研究生Elijah Stanger-Jones，Menglong Guo SM ' 22和麻省理工學院仿生機器人實驗室主任機械工程教授Sangbae Kim。

高低

許多現代機器人抓手是為相對緩慢和的任務而設計的，例如在工廠裝配線上重復地將相同的零件裝配在一起。這些系統依賴于來自車載攝像頭的視覺數據;處理這些數據會限制機器人的反應時間，特別是當它需要從失敗的抓取中恢復時。

“沒有辦法短路并說，哦，射擊，我現在必須做點什么并迅速做出反應，”SaLoutos說。“他們的辦法就是重新開始。這在計算上需要花費大量時間。

在他們的新工作中，Kim的團隊建立了一個更具反射性和反應性的平臺，使用他們初為該小組的迷你獵豹開發的快速，響應的執行器，這是一種靈活的四足機器人，旨在奔跑，跳躍，并快速適應各種類型的地形。

該團隊的設計包括一個高速手臂和兩個輕巧的多關節手指。除了安裝在手臂底部的攝像頭外，該團隊還在指尖安裝了定制的高帶寬傳感器，可以立即記錄任何接觸的力和位置，以及手指與周圍物體的距離每秒超過200次。

研究人員設計了機器人系統，使規劃師初處理場景的視覺數據，標記物體的當前位置，抓手應該拿起物體，以及機器人應該放下它的位置。然后，規劃者為手臂伸出并抓住物體設置一條路徑。此時，反射控制器接管。

如果抓手無法抓住物體，而不是像大多數抓手那樣退縮并重新開始，該團隊編寫了一種算法，指示機器人快速執行三個抓握動作中的任何一個，他們稱之為“反射”，以響應指尖的實時測量。這三個反射在機器人接近物體的一厘米內發揮作用，使手指能夠抓住、捏住或拖動物體，直到它更好地握住。

他們對反射進行了編程，而不必讓規劃師參與。相反，反射是在較低的決策級別上組織的，因此它們可以像本能一樣做出反應，而不必仔細評估情況以計劃解決方案。

“這就像你如何建立一個信任系統，并將一些任務委托給較低級別的部門，而不是讓首席執行官微觀管理和計劃公司中的每一件事，”Kim說。“這可能不是的，但它有助于公司更快地做出反應。在許多情況下，等待解決方案會使情況變得更糟或無法恢復。

反射清潔

該團隊通過清理雜亂的架子來展示抓手的反應能力。他們將各種家居用品放在架子上，包括碗、杯子、罐頭、蘋果和一袋咖啡渣。他們表明，機器人能夠快速調整其抓取，以適應每個物體的特定形狀，并且在咖啡渣的情況下，柔軟度。在 117 次嘗試中，抓手在 90% 以上的時間內快速成功地拾取和放置物體，而無需在抓取失敗后退出并重新開始。

第二個實驗顯示了機器人在當下的反應。當研究人員改變杯子的位置時，盡管沒有新位置的視覺更新，但抓手能夠重新調整并基本上感覺到周圍，直到它感覺到杯子在它手中。與基線抓取控制器相比，抓手的反應能力將成功抓取的面積增加了 55% 以上。

現在，工程師們正在努力在系統中加入更復雜的反射和抓取操作，以期建立一個能夠適應雜亂和不斷變化的空間的通用拾取和放置機器人。

“從干凈的桌子上拿起杯子 - 機器人技術中的特定問題在30年前就解決了，”Kim指出。“但更普遍的方法，比如在玩具盒里撿起玩具，甚至從圖書館書架上拿一本書，還沒有得到解決。現在有了反應能力，我們認為有我們可以以各種可能的方式拾取和放置，這樣機器人就可以潛在地清理房子。

這項研究得到了LG電子機器人實驗室和豐田研究所的部分支持。