设计机器手的时候，其中一个重要的难题是如何适当地掌握物件，有足够的力度但又不至于过度用力损伤物件。最近麻省理工大学（MIT）的研究人员就透过特别的手套，协助训练人工智能控制机器手。
名为“Scalable Tactile Glove，STAG”的装置，是个内建有 550 个小型感应器的手套，研究人员戴上手套之后，会掌握 26 种不同材质的物件，包括汽水罐、剪刀、网球、汤匙等，而感应器就会把压力数据记录下来，然后传送到神经网络之中分析，系统可以直接从压力分布分析物件种类，准确度达到 76%，而物件如果轻于 60 克，则实际重量也可以准确分析出来。
这些数据也让研究人员更深入了解手部掌握物件时的用力分布，对于设计机器手而言是个很重要的资料，尤其是如果要模拟真人掌握的义肢之类，使用这些资料就可以让操作更接近真人。这次研究另一个重要的进展，就是将从前需要昂贵成本的类似装置变得可以商用化，以前用做类似用途的手套可能只有 50 个感应器，但成本就高达几千美元，这次制作的手套拥有超过 10 倍的感应器数量，成本却只需 10 美元左右。
- Sensor-packed glove learns signatures of the human grasp
（本文由 Unwire Pro 授权转载；首图来源：MIT）
