隨著機(jī)器人技術(shù)的不斷發(fā)展，將來機(jī)器人會更好融入我們?nèi)粘Ｉ�活。目前機(jī)器人在工業(yè)環(huán)境中，它們的動作可以通過程序化來實現(xiàn)高性能；而在非結(jié)構(gòu)化環(huán)境(如家庭、辦公室和醫(yī)院)中的操作仍是個挑戰(zhàn)性問題。機(jī)器學(xué)習(xí)的進(jìn)步極大地改善了現(xiàn)實環(huán)境中的操作，然而即使是大規(guī)模機(jī)器人訓(xùn)練抓取系統(tǒng)（在兩個月內(nèi)收集了80萬次抓取嘗試的數(shù)據(jù)集上進(jìn)行訓(xùn)練）也有17.5%的失敗率[1]。當(dāng)機(jī)器人在不確定環(huán)境中操作時，能夠檢測到它們是否成功地完成了操作任務(wù)是至關(guān)重要的。近年在IEEEWorld Haptics Conference上發(fā)表了Effectsof Force-Torque and Tactile Haptic Modalities on Classifying the Success of Robot Manipulation Tasks論文，通過研究找出一種觸覺感知模式最適合機(jī)器人對其任務(wù)性能進(jìn)行分類。

我們知道觸覺感知在提高自主機(jī)器人[2][3]的操作能力方面是至關(guān)重要。觸覺感知一般包括力-力矩和觸覺兩種方式：力-力矩傳感器通常安裝在機(jī)器人的手腕上，可以用來測量施加在機(jī)器人手上的總力和力矩；觸覺傳感器通常安裝在機(jī)器人的指尖或更大的區(qū)域作為“皮膚”，測量機(jī)器人和環(huán)境之間的局部相互作用[4][6]。觸覺感知包括接觸、壓力、溫度、局部力、變形[5]-[7]的高頻振動。多種觸覺感知模式可以一起使用，以提高實時操作控制器[8][9]的性能。觸覺感知的多種模式也可以用于操作性能的離線分類方法，比如識別一個物體何時滑過機(jī)器人的手[10]并確定被操縱對象[11][12]的屬性。Bekiroglu等人將來自觸覺指尖傳感器的數(shù)據(jù)與機(jī)器人手的配置信息和物體的先驗知識相結(jié)合，自動評估抓取的穩(wěn)定性[13]。

該文利用了Chu等人開發(fā)的任務(wù)完成分類方法。在他們的工作中，Chu等人在機(jī)器人試圖完成幾項操作任務(wù)時，記錄了一個安裝在腕上的力傳感器的數(shù)據(jù)。然后，他們?yōu)槊總�操作任務(wù)訓(xùn)練了兩個隱馬爾科夫模型[14]，一個用于成功完成任務(wù)的機(jī)器人，另一個用于未能完成任務(wù)的機(jī)器人。作為他們工作的一部分，Chu等人使用這些模型將每個任務(wù)之前未見過的嘗試的四個實例劃分為成功或不成功，對于某些任務(wù)，這種方法可以得到完美的分類，然而，對于其他任務(wù)，比如用杯子舀意大利面，該方法的分類精度為50%[15]。

為了研究哪種觸覺模式或模式組合最適合對任務(wù)完成進(jìn)行分類，文中反復(fù)嘗試用三對指尖傳感器中的每一個來完成兩項任務(wù)。將每個試驗貼上“成功”或“不成功”的標(biāo)簽，在使用了Chu等人開發(fā)的任務(wù)完成分類方法之后，使用從指尖和力-力矩傳感器提取的不同特征組合訓(xùn)練了兩對隱馬爾科夫模型，經(jīng)過訓(xùn)練的隱馬爾可夫模型被用來將以前未見過的試驗分為“成功”和“不成功”。機(jī)器人反復(fù)完成兩個動作：拾取任務(wù)和挖掘任務(wù)，拾取作業(yè)過程機(jī)器人的運動軌跡如圖2所示。在這個任務(wù)中，機(jī)器人從物體上方開始，打開它的末端夾持器，向下移動，使物體在夾持器的手指之間，合上夾持器，然后返回到起始位置。操縱的對象是一個軟墻門，這是一個半球體制成的柔性聚合物，之所以選擇這個對象，是因為它很難被拾取，從而確保了成功和失敗的拾取嘗試之間的良好平衡。如果機(jī)器人沒有撿起物體，或者在返回起始位置之前將物體掉落，則視為失敗。第二個任務(wù)是挖掘任務(wù)，它是模仿Chu等人設(shè)計的任務(wù)之一。在這個任務(wù)中，機(jī)器人拿著一個勺子，沿著預(yù)先設(shè)定的軌道移動，從一個盒子里舀意大利面，如圖2所示。在這個任務(wù)中，機(jī)器人用一個夾爪抓住鏟子，然而當(dāng)機(jī)器人足夠用力地抓住鏟子時，NumaTac和BioTac的壓力讀數(shù)都飽和了，這樣它就不會在機(jī)器人的手上繞著連接機(jī)器人兩根手指的軸旋轉(zhuǎn)。為了解決這個問題，我們在機(jī)器人的手上加了一個“第三根手指”來穩(wěn)定鏟子，可能出現(xiàn)的故障類型有：（1）鏟子撞到箱底，機(jī)器人的關(guān)節(jié)承受了過大的扭矩，導(dǎo)致緊急停車；（2）鏟子在機(jī)器人手中滑動；（3）不舀意大利面，失敗是由機(jī)器人手中鏟子的位置和盒子里意大利面分布的變化引起的。

通過結(jié)果分析發(fā)現(xiàn)拾取任務(wù)的分類性能通常優(yōu)于挖掘任務(wù)的分類性能，可能這是由于拾取任務(wù)的失敗模式(拾取失敗或掉落)比挖掘任務(wù)的不同失敗模式(機(jī)器人攤牌、鏟斗滑落、機(jī)器人無法鏟起意大利面)產(chǎn)生更多相似的觸覺特征。選擇任務(wù)的分類性能也可能更高，這是因為在這個任務(wù)中，機(jī)器人的手直接操作任務(wù)對象，而在挖掘任務(wù)中，機(jī)器人使用手持工具(鏟子)來拿起意大利面。

研究者們未來將采用不同的機(jī)器學(xué)習(xí)分類技術(shù)是否能更好的幫助機(jī)器人判斷自己是否完成了任務(wù)。同時計劃研究僅使用部分任務(wù)軌跡的分類性能，使機(jī)器人能夠識別正在進(jìn)行的任務(wù)何時可能失敗并糾正其動作，并將在更廣泛的任務(wù)集上驗證。