Übersteigen Sie die menschliche Hand. Das erste Brain-Computer-Interface-Unicorn in China will künstliche Hände für Roboter liefern.

Was? Eine Firma, die sich mit Brain-Computer-Interface befasst, macht auch schon mit Greifhänden?

Kommt, schaut euch zuerst die Demo an!

Diese Hand kann nicht nur Seilspiele machen und Sterne bügeln.

(Ehrlich gesagt, hat mich das Seilspiel richtig fasziniert.)

Sie kann auch Papier sauber mit Scheren schneiden und mit beiden Händen ein Magic Cube zusammenbauen.

Sie kann sogar ein Fingertop drehen.

Ehrlich gesagt, nachdem man sich so viele Greifarme gesehen hat, wirkt diese Roboterhand wirklich beeindruckend.

Viele Internetnutzer haben im Kommentarbereich gerufen: "Sie ist noch flexibler als eine menschliche Hand!"

Allerdings haben einige auch Zweifel geäußert:

Handelt es sich hierbei um eine künstliche Hand für Menschen oder um eine Greifhand für Roboter?

Der Grund für diese Frage ist, dass diese Greifhand von Strong Brain Technology stammt, einer der berühmten "Sechs Drachen" aus Hangzhou, die für ihre Brain-Computer-Interface-Technologie bekannt sind.

Und die Hand in der Demo ist ihr neuestes Greifhandprodukt - Revo 3.

Es ist unbestritten, dass die festgefahrene Vorstellung von Strong Brain immer noch auf Brain-Computer-Interface und die Herstellung von künstlichen Händen für behinderte Menschen beharrt.

Aber in der Zeit, in der diese Vorstellung noch nicht aktualisiert wurde, hat Strong Brain schon die Geschichte in das nächste Kapitel gebracht:

Von der Unterstützung behinderter Menschen, ihre Hände wieder zu benutzen, bis hin zu der Fähigkeit von Robotern, Hände zu benutzen.

Revo 3 hat 21 Freiheitsgrade pro Hand, eine neue direkte Antriebs- und rücktreibbare Design, verfügt über taktile Sensoren auf der gesamten Handfläche und visuotaktile Sensoren an den Fingerspitzen, und die Greifkraft der gesamten Hand beträgt 70N.

Sie ist nicht nur die erste Greifhand weltweit mit einem offenen Ökosystem von über 20 Freiheitsgraden, taktilen Sensoren auf der gesamten Handfläche und visuotaktilen Sensoren, sondern hat auch Spitzenleistungen in Bezug auf Flexibilität, Wahrnehmung und Steuerbarkeit erreicht.

Was den von allen am meisten interessierenden Preis betrifft, hat Strong Brain angegeben, dass der Preis von Revo 3 kostengünstig ist.

Darüber hinaus plant Strong Brain, Greifhände und künstliche Hände weiter zu kombinieren. Und wenn man in die Ferne blickt, ist es für Strong Brain, das mit Brain-Computer-Interface begann, nicht unmöglich, Roboter direkt mit dem Gehirn zu steuern.

Das bedeutet, dass Strong Brain Technology, von dem berichtet wurde, dass es sich an die Hongkonger Börse zur IPO gemeldet hat, nicht nur ein Kandidat für die "erste Brain-Computer-Interface-Aktie" ist, sondern tatsächlich die erste vollständige Erzählung im Kapitalmarkt über "Brain-Computer-Interface + Greifhand und sogar Embodied Intelligence" wird.

Von der Gedankensteuerung der Greifhand bis zur Gehirnsteuerung von Robotern -

Wir sind möglicherweise tatsächlich immer näher an diesem Weg.

Revo 3: Eine "Eimerhand"

Zuerst die Schlussfolgerung: Die neu veröffentlichte Revo 3 ist eine "Eimerhand".

Das Wort "Eimer" hat hier keine negative Bedeutung. Im Bereich der Greifhände verfolgen die meisten Anbieter die Strategie, einen bestimmten Parameter bis an die Grenzen zu treiben -

Am meisten Freiheitsgrade, empfindlichste Tastempfindung oder niedrigster Preis, um sich durch einzelne Indikatoren zu unterscheiden.

Strong Brain hat dagegen entschieden, einen Ausgleich zwischen Freiheitsgraden, Antriebsart, Wahrnehmungsfähigkeit, Haltbarkeit und Preis zu finden, um eine "Eimerhand" zu schaffen, die von allen genutzt werden kann:

21 Freiheitsgrade pro Hand, direktes Antriebssystem mit rücktreibbarer Funktion, taktile Sensoren auf der gesamten Handfläche und visuotaktile Sensoren an den Fingerspitzen, selbstentwickelte hochdichte Motoren und Getriebe, Greifkraft der gesamten Hand von 70N.

Kein Parameter wird absichtlich hochgesetzt, aber in Kombination bilden sie ein bisher seltenes "Komplettprodukt" auf dem Markt.

Freiheitsgrade: Die Hardware darf die Algorithmen nicht behindern

Die Freiheitsgrade sind derzeit der heißeste Streitpunkt bei Greifhänden, aber ihre Bedeutung wird oft missverstanden.

Es ist nicht so, dass je mehr Freiheitsgrade desto besser, noch dass weniger Freiheitsgrade weniger Arbeit bedeuten. Sie bestimmen die Obergrenze der Embodied-Algorithmen.

Der Hauptweg für das Training von Embodied Intelligence besteht darin, dass eine menschliche Hand eine Bewegung demonstriert und der Roboter sie dann imitiert.

Wenn die Greifhand nicht genügend Freiheitsgrade hat, kann sie strukturell einfach nicht alle Bewegungen ausführen, die eine menschliche Hand ausführen kann, und es nützt auch kein langes Training.

Dies führt in der Praxis zu einem realen Problem: Einige Algorithmus-Teams verbringen ein halbes Jahr damit, die "Hand" auszuwählen, und stellen fest, dass die Freiheitsgrade der vorhandenen Produkte in bestimmten Szenarien begrenzt sind, aber sie wissen nicht, ob es ein Hardware- oder ein Algorithmusproblem ist -

Am Ende zweifeln sie an beiden und verschwenden Zeit.

Strong Brain hat hierzu systematische Tests durchgeführt.

Die Schlussfolgerung ist: Wenn die Freiheitsgrade von 11 auf 20 steigen, verbessert sich die Bedienbarkeit langsam und linear; wenn sie von 20 auf 21 steigen, gibt es einen deutlichen Leistungssprung:

Bewegungen wie Perlen drehen, Seilspiele machen, Magic Cube lösen, Fingertop drehen... die ursprünglich menschlichen Bewegungen, können nun von der Roboterhand stabil nachgeahmt werden.

Darüber hinaus beginnt der Grenznutzen abzunehmen.

Deshalb ist die Meinung von Strong Brain: 21 Freiheitsgrade sind der optimale Punkt, nahe an den 27 Freiheitsgraden einer menschlichen Hand, ohne dass die Steuerung zu schwierig wird und die Haltbarkeit leidet.

Rücktreibbare Funktion: Ohne Steuerung ist die Struktur nutzlos

Die Freiheitsgrade lösen das Problem, ob die Greifhand eine Bewegung ausführen kann, aber wie gut sie es macht, hängt von der Steuerstrategie ab.

Im Hardware-Architektur hat Revo 3 die zugrunde liegende Logik der Steuerungsebene mit einem direkten Antriebssystem und rücktreibbarer Funktion neu gestaltet.

Im Gegensatz zu herkömmlichen Antriebslösungen wie Seil- oder Gestängeantrieben verwendet Revo 3 ein direktes Antriebssystem mit integrierten Mikrogelenken, in Kombination mit selbstentwickelten hochdichten Motoren und Getrieben. Das Steuerungsboard ist in die Hand integriert, was eine Miniaturisierung und eine hohe Leistungsdichte ermöglicht.

Dieses Design eliminiert die komplexe Übertragungskette, reduziert Verschleiß und Verzögerungen und ermöglicht eine Hochgeschwindigkeitsöffnung und -schließung mit einer Reaktionsfrequenz von 3Hz.

Hier sollte besonders auf die rücktreibbare Funktion geachtet werden.

Bei der Bedienung entscheidet nicht nur die Anzahl der beweglichen Gelenke, ob eine Hand "gut zu bedienen" ist, sondern auch, ob sie beim Kontakt "nachgeben" kann.

Wenn die Gelenke einer Greifhand zu starr sind, können viele Bewegungen nicht trainiert werden, auch wenn die Freiheitsgrade ausreichen.

Der Grund hierfür liegt darin, dass einer der Haupttrainingstechniken für Embodied Intelligence - das Reinforcement Learning - stark von der Simulationsumgebung abhängt.

△

In der Simulation wird angenommen, dass der Kontakt "nachgiebig" ist, und die Steuerstrategie geht davon aus, dass die Hand beim Kontakt mit einem Objekt die Kraft flexibel anpassen kann.

Aber wenn die Gelenke der realen Hardware völlig starr sind, treten beim Kontakt Probleme wie zu hohe Kontaktkräfte, Blockieren und Schwingungen auf, und die in der Simulation trainierten Strategien funktionieren auf der realen Maschine kaum.

Dies ist einer der Hauptursachen der "sim-to-real gap", und die rücktreibbare Funktion ist der Schlüssel, um diese Lücke zu schließen.

Das direkte Antriebssystem + rücktreibbare Funktion von Revo 3 ermöglicht es jedem Gelenk, Kraftfeedback zu geben.

Bei externem Widerstand kann der Motor der äußeren Kraft folgen und zurückweichen, anstatt sich zu widersetzen -

Dies ist nicht nur ein Schutz vor Kollisionen, sondern vor allem die Möglichkeit, dass die Roboterhand die Kraft während des Kontakts in Echtzeit anpassen kann, um eine echte weiche Kraftsteuerung zu erreichen.

Nach Strong Brain ist der größte Vorteil der rücktreibbaren Funktion nicht der Schutz vor Kollisionen, sondern die Verbesserung des Trainings.

Was in der Simulation funktioniert, funktioniert wahrscheinlich auch auf der realen Maschine. Dies macht Revo 3 von einer beweglichen Hand zu einer trainierbaren Hand.

Taktile Fusion: Steuerung, aber keine Wahrnehmung

Das Strukturproblem ist gelöst, die Steuerstrategie kann übertragen werden, und es bleibt noch ein letzter Aspekt: die Wahrnehmung.

Greifhände werden oft als "ohne Gefühl" bezeichnet, und der Grund ist einfach: Der Algorithmus kann nur über externe Kameras die Bewegungen beobachten, die Hand selbst kann nicht spüren, ob etwas rutscht, beschädigt wird oder richtig positioniert ist.

Die Lösung von Revo 3 besteht darin, zwei Systeme gleichzeitig einzusetzen:

Ein taktiler Sensorarray auf der gesamten Handfläche ist für die Echtzeitwahrnehmung der Objektkontur, der Weichheit und der Gleitrichtung verantwortlich;

Ein visueller Sensor an den Fingerspitzen ist für die submillimetergenaue Ausrichtung in der Vorgriffsphase verantwortlich, was gleichbedeutend ist mit dem Anbringen von Augen an den Fingern.

Zusammen bilden sie einen lokalen Wahrnehmungsring: Der Algorithmus muss nicht mehr über globale Kameras und große Modelle die Kontaktlage erraten, die Hand selbst kann ihm sagen, "jetzt ist es festgegriffen", "es rutscht nach unten" oder "es ist ein bisschen versetzt".