灵活的机器人手臂与手指一直是机器人产业发展中的难题之一，而近日美国加利福尼亚大学伯克利分销的实验室人员成功的研发出了有史以来最为灵活的机器人手，如若未来有望投入应用的话，将为机器人产业带来新的发展良机。
一个多手指机器人在模拟环境中通过操控虚拟对象实现抓握，机器学习、云服务彻底改变传统手工劳动的时代距离我们不远了。在美国加利福尼亚大学伯克利分校的一个实验室里，一个普通的机器人正在挑选一些形状怪异的物体。令人惊叹的是，机器人是通过虚拟对象来实现操作的。
该机器人掌握了大量有关三维图形及其抓握技巧的数据，能判断如何使用不同的抓握力度抓起不同的物品。伯克利的研究人员把图片传送到机器人的深度学习系统，它连接着机器人的手臂和3D传感器。当一个新物体被放在机器人面前时，它的深度学习系统能快速帮它匹配得到适合的图形和抓握技巧，并指挥手臂该如何操作。
据悉，这款机器人的抓握性能堪称史上最佳。在测试中，当机器人判断物体的抓握成功率高于50%时，它总能成功提起物体，虽然会有一些摇晃，但物体掉落的概率只有2%。如果机器人判断该物体难以抓握，它会拨动使之适合抓取，调整角度后的抓握成功率高达99%。
当前的机器人手臂大多只能抓取“熟悉”的物体，且研究人员往往需要为它提供大量练习，这个过程是非常耗时的。伯克利的新发明展示了一种新方法：把深度学习和云服务用于机器人抓握。这个创新避免了大量训练，同时提高了机器人在工厂和仓库中的适用性。通过深度学习，机器人甚至能在一些新的应用领域工作，如医院、家庭。
伯克利大学教授Ken Goldberg表示，不同于传统机器人需要进行长达几个月的物理实验，这款机器人不需要实地练习，它能在模拟环境中学习数据集中包含的三维图形、视觉外观和抓握技巧，“培训”时间仅需1天。
据悉，该研究的相关论文将于今年7月发表，届时Ken Goldberg教授和其他研究人员将公布机器人使用的三维数据集，帮助推动计算机视觉技术发展。
目前机器视觉技术尚处于萌芽期，学界极度缺乏相关数据，系统的数据集也亟待建立。深度学习、控制算法和新材料的进步不进有利于构建新型物理机器人，还将开启“机器换人”的新纪元，带来重大的经济影响。虽然几十年前机器人就已出现在各类仓库和生产线，如亚马逊的kiva机器人，但当前大多数机器人只能搬运物品，机器人的分拣技术还相当笨拙。
美国麻省理工的一个实验室也在做相关实验，伯克利的成果让他们印象深刻。一家德国企业已与伯克利取得联系，希望能实现该项技术的商业化。
灵巧的双手对人类智力的发展至关重要，在长期的演变过程中，人类形成了一个良性反馈循环，视觉变得更敏锐，脑力得到了大大增强。“抓握”虽然简单，但它必将在人造智能的演变中发挥作用。
