中国科大机器人团队研发出一种可拧开瓶盖的机器人手臂 受访者供图

打开家里的一扇门、一个抽屉、一个瓶盖，有多难？

这些人类的“举手之劳”，却是机器人攻不下的“堡垒”，其难度不亚于让机器人下围棋，传统的刚性机械手臂都无法做到。

近日，中国科学技术大学（以下简称中国科大）教授陈小平团队研发出全球首款柔性机器人手臂，可以开门、开抽屉，甚至擦玻璃、拧瓶盖。相关成果发表于机器人领域顶级期刊《国际机器人研究杂志》。

“这是一项突破性进展，会极大地丰富机器人应用，让机器人更像活的人，而不是死的机器。”北京大数医达科技有限公司CEO邓侃评价道。

据了解，这项工作从发现问题到提出原理、实验验证，前后持续了13年之久。

让张飞绣花

一说起机器人，人们往往会联想起变形金刚那样的形象。确实，传统机器人都是刚性机器人，结实但笨拙，让它们转门把手就像让张飞绣花。

这是由于刚性机器人的自由度由关节控制，一条手臂大约只有6、7个自由度，而本项研究中的柔性手臂却有几十个自由度，根据使用需要还可以更多。

研究团队提出一种蜂巢气动网络结构，由蜂巢和气囊结合形成。当气囊充气时，依靠蜂巢的六边形结构形变，手臂可以灵活地沿各个方向弯曲和运动，从而完成许多灵巧动作。由于气囊的存在，手臂自重很轻，可采用3D打印技术制备，成本低廉、制备简单。

柔性手臂的蜂巢气动网络结构 受访者供图

不仅灵活，柔性手臂力气也很大。同传统的硅胶材料不同，蜂巢结构允许研究人员利用较硬材料，负载自重比达到1:1，既能“绣花”又能“举重”。

此外，这条软体手臂还有一项刚性机器人望尘莫及的技能——借助尺子画出直线。“如果机器人能使用工具，将会有更广阔的应用空间。”陈小平告诉《中国科学报》。

长期从事人工智能研究的邓侃评价指出，此项工作有3方面学术价值：第一，摈弃了机械手臂的传统做法，用柔性材料取代刚性材料，是仿生学的巨大进步；第二，选用蜂巢这种新型结构，是材料及组织方式的巨大进步；第三，改变了传统机器人一体化的操作方式，将权力下放，各个关节都有自主决策权和自组织、自学习能力，是对机器人操作算法的全新探索。

记者搜索发现，目前国内外对末端的柔性手爪探索较多，柔性手臂则未见报道。

对此，邓侃表示，之前一些所谓的软体手臂在他看来都是“伪软”。比如著名的南非残疾人运动员——“刀锋战士”，他的义肢采用弹簧钢片仿生豹子后腿，具有一定弹性。“而中国科大这项研究中的柔性手臂是‘真软’，像象鼻或者蛇。”

陈小平表示，除了灵活运动，该手臂还能伸缩，更像章鱼触角。

13年仍未走到终点

这条手臂的故事要从13年前说起。

2008年，中国科大机器人团队开始研发家政服务机器人可佳，后来又开发了情感机器人佳佳。可佳其貌不扬，但是勤劳能干；佳佳则聪明漂亮、善解人意。两者如果能合二为一，家政机器人就能上得厅堂，下得厨房。

但在研究过程中，他们发现机器人在帮助人的过程中，手是短板，极其不灵活。

2010年，哈佛大学首次做出硅胶软体机器人。受此启发，陈小平提出做气动软体手臂。

经过广泛的调研和多次失败，直到2013年，他们才最终确定采用蜂巢网络结构实现气动软体手臂。但是，一群不懂材料和制造的计算机专业研究生们，如何能造出这样一条现实世界中不存在的手臂？

“学生们确实纠结了很久，好在我们中国科大的学生动手能力比较强，加上实验室前期工作的锻炼，他们找来各种材料实验，最后手工做出一条简陋但具有基本功能的软体手臂。”陈小平介绍说。

同高精度控制的刚性机器人不同，软体机器人即使充气量一样，每个气囊的形变也可能不同，尤其是几十个气囊叠加起来非常复杂。至此，这项研究终于回归到研究小组老本行——不确定性控制问题。

此后，团队开始长期摸索新的控制算法。相关论文在2014年获得国际机器人智能研讨会的最高奖项——“大会最佳论文”奖，同时还获得了最有创意的“金钥匙”奖。

从发现刚性机器人难以克服的缺陷，到提出原理创新和完成实验验证，学生换了3茬，时间也悄然过去13年，但陈小平表示，工作并没有结束。

“确定气动蜂巢网络结构之后，我们一边提出理论，一边实验验证，往往是实验走在前面，现在面临两个任务，一是构建出完整的抽象理论，二是实现应用。” 陈小平强调：“科学的理论不是自然语言能说清楚的，一定要抽象为数学语言。”

论文第一作者姜皓在2014年加入团队时还是“小弟”，如今已经成长为软体机器人研究小组组长，从事本论文中涉及的研究也已有3年时间。但他认为值得，因为“这一篇足以证明我们实验室的实力”，姜皓告诉《中国科学报》，毕业后将继续留组做博士后，完成理论抽象的相关工作，“后面还有很大空间”。

陈小平则表示，做原始创新的一个直接表现就是论文发得少，“我常劝学生少写论文，但是也不能光靠思想工作，还是要带着他们一起，一步一步克服困难，做出更高一个台阶的研究成果。”

让机器走进人心

机器人进入家庭，最大的困难何在？

陈小平经过长期研究发现，关键在于环境的“非封闭性”，即人工智能无法有效处理场景中无尽的未知变元。比如，无人驾驶汽车在完全不受控的自然环境下自主驾驶，识别人的内心想法等等。

以阿尔法狗为例，下棋时，不管对手是谁，它每一步只选择胜率最大的落子，第一步有362个选择，第二步减少一个，每一步都选择最优，这就将一个原本非封闭的问题转化为一个封闭性问题。

陈小平指出，围棋博弈树上总共有约10³⁰⁰种不同的棋，人无法算出准确胜率。但第四代阿尔法狗用蒙特卡洛树搜索，自己和自己下了2900万局棋，反推出所有落子的胜率估计，其博弈水平远超人类。

然而，家庭是典型的非封闭环境，而且无法完全封闭化，因此阿尔法狗的方法训练不出合格的家庭机器人。

“非封闭问题是最复杂的人工智能问题。”陈小平说。

在人类世界中，抓住门把手、向下压、往后拉，门就开了。而在机器的世界中，这些步骤变成了感知、建模、规划、控制，任何一个环节不够精确，都有可能失败。

也就是说，刚性机器人对封闭性要求极高，甚至是“生人勿近”，碰上人为捣乱更是灾难性后果。

此前，陈小平团队曾让刚性手臂的可佳机器人在有人捣乱的情况下成功使用微波炉，部分破解了非封闭问题。

此次的软体手臂，更是巧妙弱化了封闭性，在跟环境交互时，既不需要精确建模，也不需要精确感知。实验证实，即使被人为捣乱，也能顺利完成任务。

机器人柔性手臂在干扰下完成任务 受访者供图

邓侃表示，开门、洗碗、叠被子这些简单的家居生活，对刚性机器人保姆来说都是非常复杂的任务，而借助仿生柔性手臂，机器人将能够真正做一些复杂操作。

“1998年日立第一次做出爬楼机器人时，我们都觉得很惊艳，涉及到动平衡的问题。现在波士顿动力机器狗能蹦跳、翻身，看起来很炫目，但是本质上和1998年没有太大区别。柔性手臂则不同，这种自组装自学习的方式会让机器人研究上一个大的台阶，应用会多得多。”邓侃说。

民政部2018年的数据显示，中国有4000万失能老人，但家庭服务员只有不到1700万，且缺口在不断增大。填补这一缺口是陈小平研究家政机器人的初衷，如今离这一目标更近一步，他说：“技术的目标就是要提高人类的福祉。”