義肢數據訓練機械手臂：ABB 與 PSYONIC 合作破解機器人精細操作難題

機器人的精細操作困境

工業機器人在自動化焊接、棧板堆疊等重複性任務上表現卓越，但一旦涉及易碎且形狀、重量分布各異的物體，傳統機械夾爪與視覺系統便難以應對。以雞蛋為例，夾爪施力過大會壓碎蛋殼，力道不足則會滑落，形狀與表面紋理的細微差異足以讓依賴固定設計的機器人無法適應。這正是工業自動化領域最難解的瓶頸之一。

從義肢使用者的觸感數據開始

為突破此困境，ABB Robotics 與義肢品牌 PSYONIC（Ability Hand 研發商）正式宣布合作。創新之處在於，團隊並未依賴實驗室模型或預編程示範，而是轉向真實世界的數據寶庫。

目前已有數百名使用者在日常生活中配戴 Ability Hand 義肢。Ability Hand 的每根手指內建壓力感測器，搭配完整的震動回饋系統，能即時回傳接觸時機、施加壓力、手指擺放位置及動作速度等詳細數據。無論是洗碗、翻找衣物，使用者的每個日常動作都累積了豐富的感測資訊——包括如何精確拿捏馬克杯與覆盆子的力道，如何處理滑溜物體等真實世界知識。

相比之下，傳統機器人訓練方法（特製手套、虛擬實境、影片記錄）大多只能捕捉手指最終位置，無法紀錄施力細節與不同材質的觸感差異。

硬體統一，知識直接轉移

ABB 的關鍵策略是，將 Ability Hand 直接安裝至 GoFa 機械手臂 上進行無限次測試與優化。GoFa 提供工業級精度與精密的力量、位置量測能力。由於人類義肢端與機器人端採用完全相同的硬體設計，從人類使用端蒐集到的行為模式可直接轉移至機器系統，工程師將真實互動數據整合進全新控制演算法中。

ABB Robotics 總裁 Marc Segura 表示，讓機器人具備人類靈巧度與對物品的本能處理知識，向來是工業機器人領域最困難課題之一，這項聯盟正面突破這項挑戰。

邁向自主應變的未來

此計畫是打造新世代智慧機器更宏觀佈局的一環。透過擺脫固定預設路徑限制，整合方案旨在建構具備真實世界應變能力的系統，使機器人在多變且難以預測的環境中以更高度自主性運作。這不僅突破易碎物品處理的瓶頸，更象徵工業自動化從「預設指令」向「自適應智慧」的典範轉移。