全部开源！马普所机械臂快到重影，乒乓球扣杀球速20m/s!-轻识

大数据文摘授权转载自机器人大讲堂

这个机械臂算是把乒乓球扣杀玩明白了：

一挥拍子，球速高达20m/s，给对手吓得躲到了一边：

把球拍换成网兜，还能做一个称职的接球助手：

换成难度更大的机械手，接球依旧很稳：

这是马克斯·普朗克研究所最新研发的机械臂PAMY2，以上是它经过强化学习后的结果，PAMY2具有四个自由度，大小和人类手臂差不多，利用肌腱驱动，能精确且丝滑地完成任务。

它平衡了传统机械臂无法完全达到的四要素：“高速”、“安全”、“精准“、“耐用”，运动速度高达12m/s，同时兼顾安全性，在它高速运转时接触也不会有危险：

高速且安全稳定的机械臂

一个机械臂要同时做到“高速”、“安全”、“精准”、“耐用”可不容易，传统机械臂往往使用电机驱动，这种刚性笨重的设计使其在快速运动中会产生过大的力，从而丧失了与人交互的安全性；但如果以高安全标准执运动，精确度有可能下降。

另一方面，尺寸较小或软体机械臂可以安全精准地与人互动，但此类机器人无法执行高强度的力量，软材料的耐用性较刚性材料来说也比较差。

为了在这些关键要素中找到一个微妙的平衡点，马克斯·普朗克研究所想到了肌腱驱动，不同于其他机械臂的是，他们没有把驱动器放在机械臂关节上，而是放在底座上。

这样一来，机械臂的运动质量会大大减小，只有1.3kg，从而惯性也会减小、速度和安全性就会提升，使其在动态任务中能够高效且安全地运行。

机械臂使用“气动人工肌肉”作为肌腱驱动器，具有很好的被动顺应性，大大地减小了外部碰撞时的峰值力。

与被动顺应性相对的是主动顺应，也就是利用传感器数据和反馈控制来适应和响应外部力量，但如果反应时间过长，就无法防止损坏。而“气动人工肌肉”本身固有的柔软和被动顺应允许机器人在不需要复杂的控制方案的情况下吸收和消散外力，提升安全性。

奖励机制学习乒乓球扣杀

再来看看机械臂是如何学习乒乓球扣杀的。

强化学习（RL）可以解决复杂的任务，如围棋、仿真中的全身运动任务或机器人操纵等。然而，在现实世界中应用强化学习时，通常需要对机器人进行安全限制，以避免意外损坏。这对于慢速运动的任务很合适，但在乒乓球扣球具有较强的技巧性和爆发力，当球一个飞来的时候，球拍应该在远离球的位置就要加速，以获得动量并及时击中球，普通强化学习的安全限制就不再适用于这种爆发性的动作了。