今天的机器人操作通常侧重于用机械臂或灵巧的机械手进行运动，但很少同时进行。经常研究机械臂的机器人学家Daniel Rakita和机器人抓取专家Aaron Dollar最近合作了一个项目，该项目结合了他们的专业领域。这项工作将在2023年国际机器人与自动化大会（ICRA）上发表。该会议将于5月29日至6月2日在伦敦举行，是世界上最大的机器人会议之一。

如果我们想在家里、在生活中看到机器人并完成复杂的任务，我们需要机械臂和机械手一起工作。

长期以来，将手臂和手的动作结合起来一直是机器人界的优先事项，但这一目标也带来了一些重大挑战。机器人系统中可以控制的部分被称为自由度。自由度越大，机器人就可以做得越多，然而，这也会增加系统的复杂性。Rakita说，这是“一种权衡”。

对于他们的机械臂和手，研究人员开发了算法，处理这样一个高维系统，以获得最佳的自由度和控制。在手和手臂上都有额外自由度的好处是，机器人可以有更平滑的运动，并且可以更好地在环境中导航。

如果想象一个机器人能够把手伸进抽屉，而不想让它的前臂放在抽屉上，也许机器人可以用手指去拿抽屉里的东西，同时避免碰撞。

从直觉上看，将手和手臂结合在一起可以让机器人做更多的事情，这是有道理的。但研究人员指出，由于将两者结合起来会增加复杂性，机械臂和手总是作为单独的子系统进行研究。

这是第一次有人将它们统一在一个单一的模型中，并对其益处进行定量表征。更大的自由度增加了可操作性和灵活性。这也意味着机器人系统有更有效的解决方案供其选择以完成任务。这需要更复杂的软件来识别可能的最佳动作。也就是说，需要正确的算法来从所有动作中挑选出目标动作。在手臂和手统一的系统中，随着自由度的增加，解决方案的质量也在提高。

这表明，研究人员的算法能够识别重要的标准，也许更根本的是，手臂和手确实可以协调，共同实现更有效的运动。

他们的工作结果可以作为一个跳板，让人们思考通过搜索其他类似算法可以获得什么好处。这项工作有可能用于多机器人系统，在以人为中心的环境中完成任务。

研究人员强调，该项目只是一个起点。他们正在证明，统一的操纵策略在这种特定的设置中对各种手臂和手有效，但在这一领域仍有很多令人兴奋的工作潜力。

总的来说，该系统展示了耶鲁大学不同机器人小组之间的合作可以做些什么。当把这些想法放在一起时，就有了灵光一现的时刻，可以得到格式塔效应，即部分的总和大于整体。