在人工智能领域，要想让机器人像人类那样熟练地抓取物体，机器人的触觉是机器人发展的关键技术之一。近日，美国卡耐基梅隆大学的计算机团队就在训练名叫“Baxter”的机器人练习抓握，并通过不断试错来进行触觉反馈，致力于研发出一款视觉和触觉结合处理的新一代工业机器人。

该机器人能实现抓取动作依靠的是手臂末端名叫Fingervision的抓手，Fingervision是用桌面级3D打印机所打印的夹持器，外部有一层透明的硅胶套，硅胶套上附着了许多用于其检测的黑点，当Fingervision抓取物体时，硅胶表面的黑点就会发生形变，通过内置小型摄像机捕捉这些黑点区域的形变特征，进而Fingervision做出判断并做出相应的抓取反应。

此外，这款机器人用到了AI的自学习技术。Baxter将Fingervision所收集到的视觉和触觉信息发送到一个类似人脑的深度神经网络，将处理后的图像与世界上最大的图像识别数据库ImageNet中的图像交叉比对后，发现这款机器人识别精度比仅使用图像数据的机器人提高了10%。

目前，Fingervision能够通过触觉感知物体是否滑动从而控制握力，从而完成一系列抓取的动作，例如，剥香蕉皮。在接触到熟悉的物体时，Fingervision会牢牢抓住物体，而碰到不熟悉的物体时，Fingervision会将手臂挪开。

除了卡耐基梅隆的Fingervision之外，还有一些大学也在研究机器人的触觉抓手，比如，康奈尔大学和英国格拉斯哥大学。康奈尔大学于2016年研发的机械手也能抓取物体，感知物体形状和材质。与Fingervision不同，康奈尔大学的这款触觉机械手采用的是光信号传导的方式实现触觉感知。该机械手外形是柔性充气状手指，每根手指内部都使用了光学材料。当机械手触摸物体时，由于外部变形，导致光学材料随着弯曲，改变光信号的传导，进而机械手获得相应的数据，确定被触摸物体的相关信息。在确定搜集到的数据之后，该机械手就可以确定抓取方式。

而英国格拉斯哥大学研究的是一种仿生皮肤，将该仿生皮肤包裹在机械手上可以让机械手拥有触觉。据该研究的工作人员称，这款仿生皮肤由一层石墨烯制成，它本身就是一个触觉传感器，因为石墨烯材料能够通过仿生触觉传感器快速感知微小的变化。另外，由于这种仿生皮肤每平方厘米只需要20 n W的功率，所以在石墨烯皮肤下有一块太阳能电池板，可以给该仿生皮肤提供电能。

如果卡耐基梅隆的Fingervision、康奈尔大学和格拉斯哥大学的触觉装置研发一旦成熟，那么它们能够让机器人在感知领域上更进一步。或许就像Fingervision的研发者说的那样，机器人在未来将会更安全、更高效地与人类共同协作。