导读
近日，苏黎世联邦理工学院，让ABB的双臂机器人YuMi学会了控制提线木偶。虽然这在大多数人看来是徒劳之功，但对于苏黎世联邦理工学院的研究人员来说，这将为双臂机器人学会更复杂的操作奠定了基矗
编辑：小木
虽然现实生活中并没有亟需让机器人学会操作提线木偶，但是在苏黎世联邦理工学院的研究人员看来学会操作牵线木偶，会为它们将来学会操作复杂的物体，比如衣服和柔性床单等。他们将这个操作牵线木偶的系统称为PuppetMaster系统。
PuppetMaster系统包括三个主要部分：机器人木偶操纵者的运动学描述; 机器人可以操作的定制设计的弦驱动牵线木偶; 和目标牵线木偶运动系统的任务重现。
需要指出的是，这实际上是一件非常复杂的事。首先，牵线木偶是低欠驱动，高维，高度非线性耦合摆系统。一个典型的牵线木偶由不同的力量驱动，例如重力，人体操作通过弦线的张力和内力; 第二，木偶操作者的行为与牵线木偶的动作之间没有直观的联系。因而掌握牵线木偶的操作，组要重复不断的练习。
苏黎世联邦理工学院开发的PuppetMaster系统，利用前向动力学模拟产生的运动衍生物来预测机器人的行为将如何影响牵线木偶的运动。研究人员采用二阶灵敏度分析来表达牵线木偶和机器人的运动轨迹之间的关系，并建立了一个基于物理的仿真模型，以帮助牵线木偶和机器人实现目标运动。
研究人员开始进行一些初步测试，例如将钟摆放在杯子里，同时避开障碍物。看似简单的动作，但是障碍物的位置不同，用力的角度和力的大小都会有很大不同。这需要经过不断的测试与模拟。
这之后，他们逐渐提高了控制的难度。比如控制一只燕子。研究人员还优化了机器人设计元素，如手柄配置，以使对更好地实现目标运动。
再之后，他们还让PuppetMaster系统学会了控制四足机器人。在这里也能看出这套系统的弊端，实际操作和仿真结果有时候并不能完全一致。
虽然这项研究为未来的机器人木偶操作奠定了良好的基础，但研究人员承认仍有待改进的领域，例如上文所说的模拟与现实世界结果之间的差异。木偶运动的范围和细微之处也很大程度上取决于机器人系统的设计方式。到目前为止，机器人只能在循环中执行迭代运动，研究人员希望在未来探索开环牵线木偶。
机器人木偶操作背后的含义超出了娱乐范围。将机器人的灵活性提高到人手的水平，开启了各种类型工作自动化的潜力，例如在家折叠衣服或在酒店铺床，在建筑工地上使用大锤等等。
http://crl.ethz.ch/papers/puppetMaster.pdf
