想象一下，你正试图教一个机器人如何搬运一个巨大且形状怪异的箱子。你可能会想：“直接展示你的手部动作就行了！”但问题在于：人类在搬运重物时，不仅仅是使用手指。我们会用胸部去拥抱箱子，用肘部去倚靠它，并将它压在身体一侧以保持稳定。长期以来，机器人就像是只会移动指尖而完全忽略全身动作的笨拙舞者。这是“机器人学习”领域的一个问题，科学家们试图通过展示动作来教机器完成任务，就像孩子通过观察父母来学习骑自行车一样。研究人员提出的核心问题是：我们如何教会机器人像人类一样，利用全身去触摸、抓握和移动物体？为了实现这一点，他们需要一种方法，不仅能捕捉机器人的手部动作，还能捕捉到沉重物体压向其胸部或手臂的感觉。

于是有了 TWINS，一个聪明的全新系统，它充当了机器人的高科技“替身”。你可以把它想象成一套穿戴式套装，操作员穿着这套衣服，其外观和动作与想要教导的机器人完全一致。但这不仅仅是一件衣服；它是一套全身传感器服。当穿着这套衣服的人拥抱箱子或倚靠墙壁时，这套服装能感受到压力；由于机器人被设计成具有相同尺寸和关节的精确“孪生体”，它能完全习得那种接触感。研究人员发现，通过使用这个系统，他们可以教会机器人执行复杂的任务——例如将毛巾挂在手臂上，或将篮子抵在胸前——这些任务在以前是无法教授的，因为机器人无法“感觉到”身体与物体的接触。他们成功收集了关于这些身体表面接触的数据，并利用这些数据训练机器人独立完成相同的任务，证明了如果给机器人一种感知全身的方式，它就能更自然地操纵世界。

问题所在：只有“手指大脑”的机器人

多年来，机器人在移动双手去拿起杯子或打开门方面表现出色。这被称为“末端执行器操纵”（end-effector manipulation），这是一个专业术语，意为“使用手臂末端的工具”。但现实生活是杂乱无章的。有时你需要搬运一个无法放入抓取器的巨大物体。你可能需要用胸部去托住它，用肘部去钩住它，或者将其压在小臂上以防止滑动。人类自然而然地这样做，但机器人却很吃力，因为它们通常只能通过摄像头来观察世界。摄像头擅长观察物体“看起来”是什么样，但很难准确知道物体对机器人手臂或胸部施加了“多大的压力”。

为了教会机器人这些技能，科学家通常使用“模仿学习”。这就像是给机器人看一段人类完成任务的视频，并要求它模仿动作。但这里有一个障碍：大多数用于记录这些视频的系统只追踪手部或机器人的关节。它们忽略了“身体表面接触”——即物体停留在肩膀或手臂上的感觉。如果没有这些信息，机器人就不知道为什么要以某种方式移动手臂，或者何时该松手。这就像仅仅通过观察球的尖端来学习抛球技巧，却看不见你的手是如何实际握住球的。

解决方案：“孪生”套装

本文作者北村隆英（Takahide Kitamura）及其团队构建了一个名为 TWINS（触觉穿戴式同构臂网络系统，Tactile Wearable Isomorphic Arm Networked System）的系统来解决这个问题。这个名字有点拗口，但核心思想很简单：它是一个由两个完全相同的“双胞胎”组成的系统。

1. 穿戴式双臂设备： 这是人类操作员穿着的一套服装。它拥有两条看起来与机器人手臂完全一致的手臂，具有相同的关节和尺寸。当人类穿上它时，他们可以像未来的机器人那样伸手触摸物体。
2. 同构机器人： 这是真正的机器人。“同构”（Isomorphic）是一个科学词汇，意为“形状相同”。这个机器人被设计成完美镜像穿戴式套装。它拥有相同的关节角度、手臂长度和胸部尺寸。

神奇之处在于这种完美的匹配。当穿着套装的人向前倾斜并将箱子压向胸部时，套装的传感器会感受到这种压力。由于机器人是完全一致的孪生体，研究人员可以直接将人类的关节角度和压力数据复制到机器人身上。不需要进行复杂的数学运算来将“人类手臂”转化为“机器人手臂”，因为它们的尺寸和形状已经完全相同。

“感知一切”的皮肤

TWINS 的特别之处在于，它不仅测量关节如何运动，还测量身体如何“感受”。研究人员在穿戴式套装和机器人身上覆盖了特殊的“电子皮肤”（e-Skin）传感器。这些传感器就像是由微小的六角形细胞组成的柔韧、可拉伸贴片（类似于蜂巢图案）。

• 分布位置： 它们分布在手臂、前臂和胸部各处。
• 功能： 它们可以感知两件事：压力（物体压迫的力度）和接近度（物体在接触之前距离有多近）。
• 结果： 当穿着套装的人拿起一个篮子时，胸部和手臂上的传感器会精确记录下篮子在何处接触以及压迫的力度。这些数据以每秒 10 次（10 Hz）的频率进行记录，从而生成一张极其详细的接触图谱。

测试：机器人能学会“拥抱”吗？

为了测试该系统是否奏效，团队设置了四个需要机器人使用身体而非仅仅使用手的棘手任务：

1. 挂毛巾： 将一条毛巾放在机器人的手臂上。机器人必须旋转手臂来挂起毛巾。
2. 抱篮子： 将一个篮子压在机器人的胸前。机器人必须用双手抓住它并紧紧抱住。
3. 放球： 机器人用一只手臂将篮子抵在胸前，同时用另一只手臂拿起球并将其放入篮中。
4. 自适应抓握： 这是最难的一个。机器人必须根据物体接触的位置来决定如何抓握。如果一个长箱子碰到胸部，它会用双手抓握；如果一个睡袋只碰到一只手臂，它则会用那只手臂进行抓握。

团队使用穿戴式套装进行了 40 次演示（每个任务 10 次）。一名人类操作员穿着套装执行任务，同时由一名助手递送物体。套装记录了关节角度和触觉传感器数据。

结果：机器人学会了“感觉”

收集数据后，他们训练了一个计算机程序（称为“策略”）来从演示中学习。随后，他们将这个程序放入同构机器人中并观察结果。

结果令人印象深刻。机器人成功学会了：

• 根据物体接触身体的位置，在不同的抓握策略之间进行切换。
• 对未见过的场景做出反应。例如，如果物体的顺序发生了变化，机器人仍然能找到正确的抓握方式。
• 处理比训练数据中更多的球。

机器人不仅仅是在模仿动作，它还学会了接触的“逻辑”。当胸部传感器感觉到篮子时，它知道要抓紧；当手臂传感器感觉到毛巾时，它知道要旋转手臂。研究人员指出，机器人的动作与人类非常接近，关节角度的平均误差小于 1 度。

过程中也出现了一些小问题。有时，当机器人尝试在手臂和胸部之间夹住一个物体时，会将其掉落。研究人员发现，在胸部和物体之间添加一些海绵垫可以使抓握更柔软、更稳定。这表明虽然机器人学会了“动作”，但在抓握的“物理特性”方面仍有改进空间。

为什么这很重要

TWINS 系统证明了，要教会机器人使用身体，你并不需要一个超级复杂的“大脑”，你只需要一种捕捉身体感觉的方式。通过创建一个教师（穿着套装的人类）和学生（机器人）在物理属性上完全相同的系统，研究人员消除了猜测的过程。他们证明了，如果给予正确的感官数据，机器人可以学会利用胸部和手臂来操纵物体，而不仅仅是依靠指尖。

这虽然还不是解决所有机器人问题的“万灵药”，但它是迈出的重要一步。它表明，如果我们希望机器人能在现实世界的职业中帮助我们——比如搬运沉重的家具、在厨房里帮忙或在仓库工作——我们需要教会它们用全身去感受世界，而不仅仅是用指尖。有了 TWINS，我们终于有了实现这一目标的方法。