MIT發布感測器手套 物體識別率近8成

科學期刊《Nature》近期發表一份研究，由麻省理工學院與人工智慧實驗室共同發布的感測器手套，能讓機器人識別並掌握物品，進行如同人類手掌般的觸覺反饋。

研究人員透過感測器手套與多種物品進行互動，並將數據紀錄下來，提供給深度學習網路做為學習素材。實驗發現，感測器系統對於物品的識別精準率達到 76%，同時可以估算 60 公克內的多數物品。

感測器手套的基本原理，在於透過對手套施加壓力所產生的電阻變化，進而產生數據。研究人員表示，此研究有助於未來推動機械工具發展，甚至達到進一步的人機互動。

相較於人類能以適當的力度掌握物品，機器人向來較難獲得精準的觸覺反饋。儘管如此，近年來在數據及計算領域發展的幫助下，更精準的觸覺反饋已不是問題，使用柔性材料製作的感測器手套，其貼合人手的設計，已能夠獲得高清晰度的觸覺數據。

在研究成本部分，先前發布類似的感測器手套造價高達數千美元，且只依靠 50 個感測器蒐集數據，相較之下，此版本的手套成本僅 10 美元，同時佈滿 548 個傳感器與 64 個導電電極，較低的成本意味著該產品未來在擴展與商業化上有更多的優勢。

談到應用前景，研究者李昀燭表示，感測器手套能夠記錄人類進行複雜任務時的觸覺反饋，透過機器學習幫助機器人完成類似的任務，甚至能將感測器面積擴大，幫助機器人與人類進行更精細的互動，也有助於設計更貼合人類需求的產品，具有潛在發展空間。