机器人能搬运起重量达1t的汽车，能分辨出±0.02mm的精度，这些都是人类做不到的，我们编程的时候却往往存在误区，想要机器人模仿人类的动作，但更应该想的是通过算法简化和优化人类的动作，并让机器人去做。
例如如果你在桌子旁拿着笔或铅笔，试试这个动作：用拇指和食指抓住笔的一端，另一端抵着桌子。把你的手指滑下钢笔，然后把它翻过来，不要让它掉下来，这不太难吧？但是对于一个机器人来说，通过容器来分拣一个物体并试图抓取其中的一个，这是一个计算繁琐的动作。甚至在机器学习中，机器人尝试移动之前，它都必须根据物理基本定律计算一系列特性和概率，例如工作台，笔及其两个手指的摩擦和几何形状，以及这些特性的各种组合如何机械地相互作用。
现在，麻省理工学院的工程师想办法打破了这一物理的算法局限，他们已经找到了一种方法，可以通过将物体推向静止表面来显着加快机器人调整其对物体的抓握力所需的计划过程，传统算法需要数十分钟来计划一系列动作，而新团队的方法将这一预计划过程缩短到不到一秒钟。
麻省理工学院机械工程副教授阿尔贝托·罗德里格斯（alberto rodriguez）表示，更快的规划过程将使机器人更具效率，特别是在工业环境中，能够快速找出如何推动、滑动的方法，或者在其环境中使用其他功能来重新定位所掌握的物体能应用在很多场合。
这种灵活的操作对于任何涉及挑选和排序，甚至复杂工具使用的任务时都是非常有用的。Rodriguez（罗德里格斯）说：“这是一种扩展，甚至简单的机械手的灵活性的方法，因为归根结底，机器人与人类并不一样，他们的可应用能力也不同。”该小组的结果17日在国际机器人研究杂志（The international Journal of Robotics Research）上发表 。Rodriguez的合著者是机械工程研究生Nikhil Chavan-Dafle和电气工程与计算机科学研究生Rachel Holladay。
锥中的物理学
Rodriguez的团队一开始致力于使机器人能够利用其环境来帮助他们完成物理任务，例如在垃圾箱中拾取和分类物体。但现有算法通常需要花费数小时来为机器人抓取器预先计划一系列动作，这主要是因为，对于它考虑的每个动作，该算法必须首先计算该动作是否满足许多物理定律，例如牛顿定律和库仑定律，还有些描述物体之间摩擦力的定律。
罗德里格斯说：“整合所有这些定律，考虑机器人可以做所有可能的运动，而从中选择一个有用的运动是一个繁琐的计算过程。”他和他的同事们在决定机器人手的运动方式之前，找到了一种解决这些物理问题的紧凑方法。他们通过使用“运动锥”来做到这一点，“运动锥”本质上是可视的锥形摩擦图。
这种新的算法可以加快机器人抓爪的规划过程。如图所示，实验室中的一个机器人捡起了印刷体字母T，然后将其推向附近的墙壁以使其重新倾斜，然后再将其放回垂直位置。
图片来源：麻省理工学院
圆锥体的内部描绘了可以在特定位置应用于对象的所有推动运动，同时满足了物理基本定律并使机器人能够握住对象。圆锥体外部的空间代表了所有推动，这些推动将以某种方式导致物体滑出机器人的抓地力。
Holladay解释说：“看似简单的变化，例如机器人如何抓紧物体，可以大大改变物体在被推动时在抓握中的移动方式。” “根据您的抓紧程度，会有不同的动作，这是该算法处理的物理推理的一部分。”团队的算法依据抓取的物体以及要抓握的环境之间的不同可能，为机器人抓取器配置计算运动锥，以便选择并按顺序排列不同的可行推挤对象。Holladay说：“这是一个复杂的过程，但仍比传统方法要快得多，它的速度足够快，以至于计划整个系列的推送仅需半秒钟。”这体现在机器人的某些操作更加流畅。
大计划
研究人员在具有三向交互作用的物理设置上测试了该新算法，其中一个简单的机器人抓手握住一个T形块并推向垂直杆。他们使用了多种启动配置，机器人将滑块固定在特定位置，并以一定角度将滑块推向拉杆。对于每个启动配置，该算法立即生成机器人可以施加的所有可能力的地图和将产生的块的位置。
Holladay说：“我们进行了数千次推动，以验证我们的模型正确地预测了现实世界中发生的事情。” “如果我们在圆锥体内部施加推力，则所握住的物体应保持受控。如果在外部，则物体应从握持中滑脱。”研究人员发现，该算法的预测与实验室中的物理结果可靠地匹配，并计划了一系列动作（例如，在将木块以直立位置放到桌子上之前，将木块靠着木条重新定向），与传统算法需要花费500秒钟以上的时间来计划。
Rodriguez说：“由于我们可以紧凑地展示出机器人，物体及其环境之间的这种三向交互的机制，因此我们现在可以应对更多的规划问题。”该小组希望应用并扩展其方法，以使机器人抓手能够处理不同类型的工具，例如在制造环境中的更多场景。
Holladay说：“大多数使用工具的工厂机器人的手都是经过特殊设计的，因此，它们没有能力握住螺丝刀并以许多不同的方式来使用它，而是将手变成了螺丝刀。” “您可以想象这不需要那么灵巧的计划，但是它的物理局限性更大，我们希望研究人员能大破大门的观念，让机器人能够使用并拾取更多不同的东西。”
