科學人／機器人的手感 AI 能拿捏嗎？

重點提要

1.傳統工業機器人依賴剛性結構與位置控制，雖有極高精度，卻因缺乏感受力道和退讓的能力，容易盲目推進。

2.在傳動鏈中加入受力會變形的彈性元件，配合編碼器測量變形量，可使機構本身成為高靈敏且具安全緩衝的力感測器。

3.機械夾爪系統採三層架構分工：上層由 AI 解讀複雜雜訊並統籌決策，中層以純物理模型精準控力，底層由機構彈性提供即時緩衝。

近年出現了「無人實驗室」：機器手臂負責移液、換盤、送樣，設備自動離心、培養、拍照、分析，實驗排程由軟體決定，從前只在科幻電影裡出現的 24 小時不停工實驗室，已經成真。但這條漂亮的自動化流程有一個軟肋：樣本一打翻、架子一卡住，系統只能停下來，等人進去收拾。

這件事值得想一想。同一台機器可以連續幾百次把移液針精準插進同一個孔位，誤差僅幾微米；卻對一支倒下的試管束手無策。為什麼？

因為前者可以「照著座標走」，後者不能。扶正管子、推開架子、擦掉灑出來的液體，這些動作沒有可靠的座標，只能一邊接觸、一邊感覺、一邊修正。因此，機器人在無人實驗室裡只能做「不會出錯的工作」。

這個落差一直存在：讓電腦下棋、解邏輯題相對容易，幾十年過去，AI 甚至能寫程式、通過專業考試、和人流暢對話，然而，讓機器人擁有一歲小孩的感知與運動能力卻依舊困難。

精準，但很鈍

要理解難在哪裡，得先看工業機器人是怎麼設計出來的。

工業機器人誕生於生產線，任務是重複。設計目標很明確：讓末端每次都能精準到達指定位置。於是有了三個環環相扣的設計：第一，用位置控制。控制器只關心「手臂現在的角度是不是等於命令的角度」，不管要用多少力。第二，把結構做硬。手臂承受負載時不能明顯變形，所以連桿又粗又重，一台負載10公斤的六軸手臂本體常常重達 50~60 公斤。最後，為了讓小馬達推動這副沉重的身體，需要在每個關節裝上高減速比的減速機。

這三個選擇成就了工業機器人的精度，也註定了它的遲鈍。

減速機把馬達的力矩放大幾十倍，同時也把摩擦放大。想從馬達電流反推末端受了多少力，摩擦、溫度、速度、負載都會插進來干擾。高減速比還導致機器手臂失去「退讓」的能力。撞到人或撞到桌角時，它不會順勢讓開，只會照著原本的軌跡硬推過去。

還有一個後果：振動。又重又硬的手臂在高速起停之間，結構與傳動的彈性會累積成殘餘振動，末端停下來之後還要晃一陣子。傳統對策是把結構做得更粗、把速度放慢，但這會繞回同一個死結。總結來說：工業機器人位置準確到微米，力道卻近乎盲目。人的手正好相反。你閉著眼睛用手指去點桌上的一個點，誤差總有一、兩公分，但拿雞蛋幾乎從來不會捏破。

人是怎麼拿捏的

從冰箱拿出一顆雞蛋的那幾秒鐘，你的手做了什麼？你不知道蛋殼能承受幾牛頓的力。於是你先輕輕碰到、感覺一下蛋殼表面，接著慢慢用力，直到蛋不再往下滑。整個過程不到一秒，你完全不會意識到自己在做這些事。

這一秒內至少有三件事同時發生。指腹與關節持續回報滑動與受力；肌肉與肌腱靠著彈性自然「退讓」緩衝，這純屬材料性質，不必經過神經系統；小腦則會預測「這樣出力大概會怎樣」，再拿實際感覺來修正誤差。

只有第三件事是腦的工作。手感有很大一部份來自身體：皮膚的感測器密度、肌肉的柔順、反射弧的長度。這對設計機器人的科學家來說，是一個關鍵提示：想讓機器人有手感，光在上層加演算法不夠，得回頭改機構。

感測器要放在哪裡

怎麼知道手指此刻出了多少力？從指尖一路到馬達，這條傳遞力道的路上有四個位置可以放感測器，各有各的代價。

第一種是在指尖貼觸覺感測器。這是目前最熱鬧的一條路，也最像人。常見的有幾類：壓阻或電容式陣列，在指腹鋪上幾十到上百個感測點，直接讀出壓力分佈；視覺式觸覺，在一層透明彈性體後面藏一顆微型相機，靠影像看擠壓後的膠面形狀及表面紋理；還有摩擦起電式，接觸瞬間會自行發電，對動態接觸極為靈敏。

它們能做到傳動鏈感測做不到的事：它知道東西快要滑掉了。東西要滑不滑的瞬間，接觸面會出現微小的切向位移，加上它能得知精確的接觸點與面積，這些都是只懂測量總力道的感測器無法察覺的細節。

然而，直接貼在表面的代價，就是必須承受反覆撞擊、油水污染，耐用度是一大考驗。且一根手指往往要貼好幾顆感測器，不僅佈線繁瑣，一旦換上特殊形狀的手指，感測器也得跟著重做。它擅長捕捉接觸細節，和接下來要談的整體力感測互補，而非彼此取代。

第二種是在手腕裝上較重、較貴的六軸力／力矩感測器，雖然能準確量出整手受到的合力，卻分不出是哪根手指碰到了什麼。第三種是讀馬達電流，不必加裝硬體，但高減速比帶來的摩擦會讓估測失準。

第四種是把彈性元件放進傳動鏈，測量它的變形，讓機構本身成為感測器。力等於剛度乘上變形量，只要剛度夠穩定、變形量量得夠準，力就量得準。在傳統工業機器人的迴路裡，只有命令角度與回報角度，沒有力的大小。但只要在傳動鏈裡放進一個受力就變形的彈性元件，讓同一組編碼器除了角度，還能量出變形量，換算後即成為力的回授。我們近幾年做的兩個夾爪，都建立在這個想法上。

兩指夾爪：把彈簧藏進傳動鏈

第一個是兩指夾爪，特色是在馬達驅動手指的兩側傳動鏈上串進一片「平面彈簧」。這片彈簧是用線切割技術，把模具鋼切成像蛇一樣蜿蜒的薄片，目的是在很小的厚度裡把受力樑拉長，提供理想剛度，又不會因變形而超過材料極限。

為了捕捉力道，馬達及兩側曲柄上，各安裝了一顆光學編碼器。我們可以從曲柄與馬達的角度差得知彈簧壓縮或拉伸了多少，乘上剛度就能算出力的大小。

三顆編碼器，能讓手指獨立感測「夾持」與「接近」兩個方向的力道。就像人從桌上拿起杯子時，感覺到的不只是握力，還有杯子壓在桌面上的支撐力，藉此判斷「可以往上提了」。

這套設計的觸覺有多敏銳？力的解析度達 0.05 牛頓，大約是一張 A4 紙的重量；對照商用力規，測量誤差僅約 1.4%。一般來說，於傳動鏈中加入彈簧，容易犧牲定位準確度，但實測證明，夾爪位置的重複精度依然維持在 0.012 毫米。甚至在經歷100萬次變形循環後，彈簧剛度只變了約 1%。且因為感測器都在傳動鏈裡，手指可以隨工件自由更換，換完也不必重新校正。

加入彈簧的設計，還有個比感測更有用的意外收穫：夾爪變「柔」了。手指撞到東西時，衝擊先被彈簧吃掉，控制器讀到角度差、立刻讓馬達順著讓開。測試顯示，當夾爪以每秒 5.6 毫米的速度撞向平台，接觸力幾乎可以壓在零附近；若拿掉這份柔性，接觸力會在 0.8 秒內衝到將近 60 牛頓，足以讓夾爪自己受損。

餅乾有多硬？

有了力感測，可以做一件過去做不到的事：讓夾爪自己問「這東西多硬」。

沒有人知道要讓餅乾碎掉需要多大的力，我們只需讓夾爪慢慢夾緊餅乾，同時記錄力與餅乾的變形，根據結果畫出曲線。有了這條曲線，把夾持力設定在 2.30 牛頓，約為破裂力的 1/5，餅乾就能被穩穩拿起。

一次抓取，量出水果的大小與軟硬

這項技術在一個看似無關的領域派上用場：農產分級。水果大小決定包裝規格與售價，硬度則反映成熟度。而番茄、奇異果、柑橘這些水果不能光看顏色判斷熟度，硬度就成為主要指標。

目前大小用機械分級環或影像測量；硬度則是把果實硬度計的探頭壓進果肉、記錄最大力道。硬度計很準，但檢驗過的水果就報銷了，只能抽驗。而且分成兩台儀器檢測，就需要多一次搬運，有沒有辦法同時處理兩件事呢？

我們的第二個夾爪，就可以用三根手指，同時量出大小與軟硬。關鍵零件我們叫它「柔性齒輪」。馬達透過減速機構驅動中央的主齒輪，再帶動周圍三個輸出齒輪。這三個輸出齒輪並非實心，在外圈與中心軸之間是一圈彈性臂，受力時會微微扭轉，讓單一零件巧妙身兼傳動齒輪、避震扭簧與力矩感測器三職。

用一顆馬達帶動三根手指是刻意的設計，稱為欠驅動，為的是讓夾爪自動適應各種形狀。因為傳動鏈帶有彈性，先碰到水果的手指彈性臂變形多、出力大；晚碰到的變形少、出力小，三指自然形成穩定的抓握。如果傳動是剛性的，硬要手指走一樣的角度，遇到不規則的果實，不是有手指懸空，就是把水果壓爆。柔性在這裡不只是為了保護果實，更是讓機構自己去解幾何問題。

果實大小怎麼算？有了三個手指角度，加上已知的連桿長度與樞軸位置，用餘弦定理就能算出三個方向上的局部半徑，取平均即得大小。不需訓練或擬合參數，就是幾何。我們先用 3D 列印的標準圓柱驗證這個模型，測量誤差小於手指編碼器的解析度；換成不規則的真實水果，誤差雖會變大，但仍落在商業分級常見的正負一毫米要求之內。

軟硬怎麼算？在同一次抓取中，把手指再捏緊一點，記錄指尖力道與果面凹陷深度，兩者的斜率就是表面剛度。要壓到同樣深度，硬而未熟的果實需要更大的力，線就陡；熟軟的果實線則平緩。拿同一批水果去做破壞性硬度計比對，在每個品種之內，兩者呈現很強的線性相關。也就是說，不必壓爆水果，就能排出軟硬順序。整個過程用彈簧變形量做閉迴路控制，控制器每毫秒微調，確保不會捏破成熟果實；測量時間不過幾秒，只需要一次抓取，不需額外加裝感測器。

不過由於在計算大小時假設果實截面接近圓形，太畸形的果實會失準。測量不同水果時，也因為果肉特性天差地遠，每條產線都得先用一批水果對照傳統破壞性儀器重新校正。

晃動之下，怎麼量得準

前面兩個夾爪都建立在同一個假設上：彈簧的變形量只反映接觸力。手臂靜止時假設成立，動起來就不成立了。因為加速與減速瞬間產生的殘餘振動，透過慣性力傳進傳動鏈，會把彈簧多壓、多拉一些，動得越快，雜訊越大。控制器卻分不出是「碰到東西了」還是「手臂自己在抖」。

兩條傳統做法都不好走：濾波會把振動的頻段濾掉，但真正的接觸事件也是高頻的，濾得夠乾淨就會把「剛剛碰到了」的關鍵訊號一起濾掉；建模補償要把動力學寫成方程式，再扣掉慣性效應，然而摩擦、間隙、負載變化、等效剛度會隨姿態改變，難以寫進方程式。

機器學習在這裡發揮作用：既然振動難以建模，那就不要建模，改讓估測器在振動裡學。做法是在訓練資料中刻意加入干擾，讓手臂以各種速度與姿態運動、掛上不同負載、故意製造敲擊與晃動，同時用外部力規記錄真正的接觸力。看過夠多干擾之後，估測器就能學會分辨哪些變化來自運動、哪些來自接觸。這和人一樣：在顛簸的公車上端咖啡，你分得出哪一下是車在晃、哪一下是杯子要滑了，不是因為你算得出公車的動力學，是你夠有經驗。

那麼，AI 呢？

回到最初的問題：AI 與機器學習能不能幫機器人拿捏力道？能，而且已經在做。從人類示範中學習抓取策略、用觸覺訊號分類材質軟硬、從影像估計成熟度、補償摩擦與結構撓性這些難以用公式寫清楚的部份，都是機器學習做得比傳統方法好的事。

但 AI 必須放對位置。為了兼顧效能與安全，我們秉持一個明確的判準：能寫出方程式的就用物理模型，不能寫出的才交給學習。兩者分工落到系統上，可以依反應時間分出三層架構。

上層是反應以秒為單位的 AI 決策層。它負責統籌大局，決定「要做什麼、大概用多大力」，以及在振動、摩擦等複雜雜訊中，解讀真實的接觸狀態。

中層是每毫秒修正一次的力控迴路，用物理模型把力的目標換算成馬達指令。為什麼不交給 AI？因為在每秒要跑上千次的時間尺度下，最需要簡單、確定、延遲可預測的計算。而 AI 運算時間難以精準預測，不適合用來決定「這一毫秒馬達該輸出多少電流」；AI 模型一旦離開訓練資料的範圍就難以確保正確性，而且缺乏可驗證性，若是發生意外，也無法追究是哪一步算錯了。因此，這層必須交給純粹的物理模型。

物理模型沒有資料範圍的問題——換一顆蘋果、換一條產線，餘弦定理仍舊適用；物理模型還能夠逐項驗算確保安全，出問題時也能說清楚哪一步偏掉了。正因如此，當測量物體大小能以純幾何處理時，我們便不放任何訓練參數。

下層是機構本身的柔順性，在連控制器都來不及反應的瞬間，由彈性元件充當緩衝，不需要任何計算。三層各司其職，少一層都不行。用一句話說：AI 讓機器人知道該做什麼，機構與控制決定它做不做得成。

回到那支打翻的試管

無人實驗室為什麼還是要停機等人？不是因為它不知道樣本翻了，而是因為接下來扶正管子、推開架子、擦掉液體，都得依靠接觸和感覺慢慢修正。

這正是驅動與控制在處理的事。量出每根手指的接觸力，就知道推不推得動、何時該停；而機構本身的柔性，也可以避免碰撞傷害。同樣能力換個場景，就是人機協作的安全基礎：人與機器人共用工作檯的前提，是機器人能在碰到人的瞬間讓步，而不是等視覺系統確認後才減速。

給機器人一個更好的身體

台灣擁有精密機械與資通訊兩個厚實產業，談機器人時，大家自然會把注意力落在進展快、故事好講的演算法上。但真正稀缺、且需要時間累積的，往往是另一端：齒輪、彈簧、編碼器，以及把它們兜在一起的力學模型。這些無法靠算力加速，只能一版一版地做、一次一次地量。

水果分級、電子組裝、生技實驗室的自動化，都卡在同一個瓶頸：不是機器人不夠聰明，是它還沒學會拿捏。給它一個更好的身體，它才用得上那顆越來越聰明的腦。

（本文出自2026.9.1《科學人》網站，未經同意禁止轉載。）