Boston Dynamics har bygget en ny hånd til sin menneskelignende robot Atlas. Den har fire fingre, 13 frihedsgrader og sensorer, der kan mærke tryk, og den er først og fremmest tænkt til at håndtere værktøj. Det beskriver selskabet i et blogindlæg og en video.
For et par år siden kunne Atlas kun gribe fat med to simple kløer, der duede til at løfte tungt og klodset. Den forrige egentlige hånd havde syv frihedsgrader. En frihedsgrad er en retning, et led kan bevæge sig i. Den nye hånd har 13, fordelt på en tommelfinger med fire og tre øvrige fingre med tre hver.
Boston Dynamics har bevidst valgt fire fingre frem for fem. En lillefinger ville kræve tre ekstra aktuatorer, altså de små motorer der driver leddene, og dermed mere at bygge, betale for og reparere. I et forsøg tapede ingeniørerne fingre sammen og fandt, at lillefingeren ikke var nødvendig til de opgaver, hånden skal løse. »Den bedste del er ingen del«, som selskabet skriver om at skære komplekse dele væk.
Hånden er bygget til at bruge værktøj
Hele idéen med hånden er at kunne bruge værktøj. Boston Dynamics fremhæver værktøjsbrug som den vigtigste evne for en alsidig menneskelignende robot, fordi værktøj udvider, hvad en hånd kan udrette. Hvert led drives direkte af en motor, og motorerne er pakket ind uden skrøbelige kabler på tværs af leddene. Hånden er en anelse større end en gennemsnitlig menneskehånd og kan ifølge selskabet bære et fyldt minikøleskab på over 45 kilo, omtrent det samme som den nye, elektriske Atlas selv kan løfte.
Fingerspidserne og håndfladen er dækket af tætte tryksensorer, så robotten kan mærke små berøringer. Og fordi leddene er såkaldt tilbagedrivelige, kan de give efter ved et hårdt stød i stedet for at knække. Boston Dynamics fremhæver, at hånden kan vende en genstand rundt i sit eget greb, redde et greb der er ved at glide, og holde om værktøj som boremaskiner, vinkelslibere og sømpistoler, mens den trykker på aftrækkeren.
Hånden læres op i simulation
Boston Dynamics beskriver, at hånden er bygget til at kunne gengives nøjagtigt i simulation, så robotten kan øve sig i en computermodel, før den rører noget fysisk. Selskabet mener, at forstærkningslæring i simulation, hvor robotten gradvist forbedrer sig gennem forsøg, er afgørende for fingerfærdigt arbejde. At efterligne optagelser af menneskehænder med datahandsker rækker ikke, forklarer selskabet, fordi den slags data ikke fanger den hurtige kraftregulering, arbejdet kræver.
Selskabet oplyser, at det har de første resultater af at overføre færdigheder fra simulation til den fysiske hånd i bevægelige opgaver. Hvor godt det holder uden for de viste eksempler, melder Boston Dynamics ikke noget om.
