看，想，预测：工程师建立了一个受人类启发的机器人感知系统

一个国际研究小组开发了一个软机器人感知系统，其灵感来自于人类在太空中处理自身身体信息的方式以及与其他物体和人的关系。他们在1月30日出版的《科学机器人》杂志上描述了这个系统，包括一个运动捕捉系统、软传感器、一个神经网络和一个软的机器人手指。

研究人员的最终目标是建立一个不依赖外部传感器就能预测机器人运动和内部状态的系统，就像人类每天都做的那样。在他们的《科学机器人学》论文中，他们表明他们已经实现了软手指机器人的这一目标。这项工作在人类与机器人的互动、可穿戴的机器人以及用于纠正影响肌肉和骨骼的疾病的软设备上都有应用。

该系统旨在模拟人类在环境中导航所需的各种组件：运动捕捉系统代表视觉；神经网络代表大脑功能；触摸传感器；以及身体与外界互动的手指。运动捕捉系统用于训练神经网络，训练完成后可以丢弃。

加州大学机械和航天工程教授迈克尔·托利说：“我们的方法的优势在于能够预测软性机器人所经历的复杂运动和力（传统方法很困难），以及它可以应用于多种类型的执行器和传感器。RNIA圣地亚哥和该论文的资深作者。“我们的方法还包括冗余传感器，这提高了我们预测的整体稳健性。”

研究人员将软应变传感器任意嵌入软机械手的手指中，知道它们会对各种运动作出反应，并使用机器学习技术来解释传感器的信号。这使得这个团队，包括来自加州大学圣地亚哥分校仿生机器人和设计实验室的研究人员，能够预测施加在手指上的力以及手指的运动。这种方法将使研究人员能够开发模型，预测软机器人系统在移动时所经历的力和变形。

这一点很重要，因为传统的机器人技术在处理传感器数据时无法捕捉到软系统的复杂变形。此外，传感器捕获的信息也同样复杂。因此，软机器人中的传感器设计、放置和制造是一项艰巨的任务，如果研究人员能够获得强大的模型，这些任务将得到极大的改进。这正是研究团队希望提供的。

接下来的步骤包括扩大传感器的数量以更好地模拟生物皮肤的密集感测能力，并关闭回路以对执行器进行反馈控制。