A nail machine does not make a robotic grip

A refrain I hear from many startups is that "we don't need to rethink the handle." It's something I appreciate financially. It's expensive, resource-intensive, and both your time and money are probably better spent elsewhere when there are already so many influencers in the market.

Also, I recently made a nail machine analogy during an interview – and got some backlash. I understand a little better now why this happens – at least in part. In discussing its new approach to the robotic gripper, MIT invokes the perennial arcade favorite, noting, “When wielding an arcade claw, a player can design anything they want. But once he hits the joystick button, it's a waiting game. If the claw misses its target, it must start from scratch for another chance at a prize.

If you think about this for a moment, you realize that you're suddenly running into something that comes up over and over again in this field of study: That's not how people approach work—and there's a reason for that. If, say, grabbing an object with an odd or unexpected weight distribution, you generally don't need to withdraw your hand and try again. You adapt.

The team describes a system that adapts to an object in real time, using reflexes and feedback. MIT says:

Εάν η λαβή αποτύχει να πιάσει το αντικείμενο, αντί να υποχωρήσει και να ξεκινήσει ξανά, όπως κάνουν οι περισσότερες λαβές, η ομάδα έγραψε έναν αλγόριθμο που δίνει εντολή στο robot να εκτελέσει γρήγορα οποιονδήποτε από τους τρεις ελιγμούς λαβής, τους οποίους ονομάζουν «αντανακλαστικά», ως απάντηση σε μετρήσεις σε πραγματικό χρόνο στα άκρα των δακτύλων. Τα τρία αντανακλαστικά ενεργοποιούνται μέσα στο τελευταίο εκατοστό του ρομπότ που πλησιάζει ένα αντικείμενο και επιτρέπουν στα δάχτυλα να αρπάξουν, να τσιμπήσουν ή να σύρουν ένα αντικείμενο μέχρι να έχει καλύτερο κράτημα.

Είναι ενδιαφέρον ότι το έργο βασίζεται σε ενεργοποιητές που αναπτύχθηκαν για το μίνι ρομπότ τσιτάχ του σχολείου, οι οποίοι σχεδιάστηκαν για να το βοηθήσουν να αντιδράσει σε ανώμαλο έδαφος εν κινήσει. Το νέο σύστημα είναι χτισμένο γύρω από ένα βραχίονα με δύο δάχτυλα πολλαπλών αρθρώσεων. Υπάρχει μια κάμερα στη βάση και sensors στις άκρες που καταγράφουν την ανατροφοδότηση. Το σύστημα χρησιμοποιεί αυτά τα δεδομένα για να προσαρμοστεί ανάλογα.

The team is currently using the grapple to clean up around the lab. MIT says:

Τοποθέτησαν μια ποικιλία οικιακών αντικειμένων σε ένα ράφι, όπως ένα μπολ, ένα φλιτζάνι, ένα box, one μήλο και μια τσάντα με κατακάθια καφέ. Έδειξαν ότι το ρομπότ ήταν σε θέση να προσαρμόσει γρήγορα τη λαβή του στο ιδιαίτερο σχήμα κάθε αντικειμένου και, στην περίπτωση των κόκκων καφέ, στο squishiness. Από τις 117 προσπάθειες, η λαβή γρήγορα και με επιτυχία πήρε και τοποθέτησε αντικείμενα περισσότερο από το 90 τοις εκατό του χρόνου, χωρίς να χρειάζεται να κάνει πίσω και να ξεκινήσει από την αρχή μετά από μια αποτυχημένη σύλληψη.