menu
close

AI-driven robotshand efterliknar mänskligt grepp utan komplex programmering

Forskare har utvecklat ADAPT Hand, en robotshand som kan plocka upp 24 olika föremål med en framgångsfrekvens på 93 % genom mänskliknande rörelser som uppstår spontant. Istället för att förlita sig på avancerad programmering använder genombrottet eftergivliga material och strukturer som är fördelade över handen för att uppnå naturliga rörelsemönster. Denna innovation markerar ett betydande framsteg inom biomimetisk robotik, där system lär sig att efterlikna mänskliga förmågor genom materialvetenskap snarare än enbart algoritmiska metoder.
AI-driven robotshand efterliknar mänskligt grepp utan komplex programmering

Forskare vid Computational Robot Design & Fabrication (CREATE) Lab på EPFL har nått ett stort genombrott inom biomimetisk robotik med sin ADAPT Hand (Adaptive Dexterous Anthropomorphic Programmable sTiffness), som kan greppa föremål med mänsklig liknande fingerfärdighet utan att kräva exakt miljöinformation eller komplex programmering.

ADAPT Hand, utvecklad av Kai Junge och Josie Hughes, lyckades plocka upp 24 olika föremål med en imponerande framgångsfrekvens på 93 % i experimentella tester. Det som gör denna prestation särskilt anmärkningsvärd är att handens rörelser uppstår spontant genom samspelet mellan dess eftergivliga material och de föremål som manipuleras, snarare än genom explicit programmering.

"Som människor behöver vi egentligen inte så mycket extern information för att greppa ett föremål, och vi tror att det beror på de eftergivliga – eller mjuka – interaktionerna som sker i gränssnittet mellan ett föremål och en mänsklig hand," förklarar Junge, vars forskning publicerades i Nature Communications Engineering den 13 maj 2025.

Till skillnad från traditionella robotshänder som kräver motorer för varje led, använder ADAPT Hand endast 12 motorer för sina 20 leder, där den återstående mekaniska kontrollen kommer från fjädrar och silikon"hud" som kan justeras till olika styvhetsnivåer. Handen är programmerad att röra sig genom endast fyra generella positioner för att lyfta ett föremål, och ytterligare anpassningar sker utan extra programmering – det som robotforskare kallar "open loop"-kontroll.

Den distribuerade eftergivligheten i hela handen – i huden, fingrarna och handleden – gör att den kan självorganisera sitt grepp baserat på föremålets geometri och automatiskt uppvisa olika grepp beroende på vad den plockar upp. När ADAPT Hand jämfördes med mänskliga greppmönster uppnådde den en direkt likhet på 68 % med naturliga mänskliga grepp.

Detta tillvägagångssätt överbryggar klyftan mellan artificiella och biologiska system och kan potentiellt revolutionera användningsområden inom proteser, sjukvårdsrobotik och industriell automation. Genom att efterlikna de biomekaniska egenskaperna hos mänskliga händer via material snarare än komplexa algoritmer, visar ADAPT Hand hur robotar kan utveckla mer naturliga interaktioner med den fysiska världen – något som är avgörande för nästa generations assistiv teknik.

Source: Sciencedaily

Latest News