研究人员构建了 MCR-Bionic，这是一种肌肉骨骼机器人手，模仿人手的骨骼、韧带、肌腱和内在肌肉通路等关键解剖结构，无需主动的关节对关节控制即可完成灵巧抓取和手内操作。这种“结构智能”方法将部分控制负担从软件转移到物理设计上，有望使未来的机器人能够用更少的执行器完成硬币翻转、笔操作和精确抓取等精细任务。
目录
研究人员构建了什么
MCR-Bionic 灵巧手是一个仿生平台，将人手的十多种解剖结构重构到一个机械体内。这些结构包括腕骨和韧带、伸肌帽（手指背侧复杂的肌腱网络）、每个关节的掌板和侧副韧带，以及外在肌（如指深屈肌/指浅屈肌）和内在肌（如蚓状肌和骨间肌）的路径。每条肌肉-肌腱路径都由专用的闭环液压人工肌肉驱动，从而为手提供局部可控的输入。
关键设计原则是结构先验：在施加任何主动控制之前，通过物理布局预先组织运动、关节协调和接触稳定性。例如，伸肌帽迫使远端指间关节跟随近端指间关节运动，而无需独立执行器；腕部肌腱在手腕伸展时自动产生手指屈曲。目标并非精确复制生物学，而是保留那些能降低控制复杂性的功能映射。
关键成果
该手在多项实验中展示了结构先验如何实现灵巧行为：
- 抓取棋子：手腕轻微屈曲时，将手放在棋子附近。只需伸展手腕，食指和拇指就会闭合捏住棋子——无需主动的手指关节指令。这表明腕-指腱固定（被动耦合）可以产生功能性抓取。
- 近端指间关节-远端指间关节协调：伸肌帽的重构使得在伸展和屈曲过程中，远端指间关节忠实地跟随近端指间关节运动，无需独立驱动远端指间关节。这种远端协调对于精确抓取至关重要。
- 硬币旋转：在默认的捏取抓取之后，激活蚓状肌路径可使硬币在指尖旋转，同时保持接触。内在肌路径调节掌指关节姿态和远端稳定性，从而实现方向可控的操作。
- 一般演示：该手还完成了背侧转移（在指尖上移动物体）和笔操作，展示了接触后对物体姿态和接触位置的调节。
重要的是，这些成果仅通过少量主动输入（腕部和少数内在肌）实现，而结构先验处理了协调问题。论文指出，结构智能并非消除控制，而是改变初始物理状态，从而使控制专注于任务特定的调节，而非姿态生成。
工作原理
MCR-Bionic 基于两层框架运行：结构先验层和肌肉调节层。
结构先验是被动的解剖特征，在控制输入之前预先组织运动： - 腕-指耦合：跨越腕部的肌腱（如指深屈肌）在腕部移动时改变其有效长度。腕部伸展相对于手指缩短这些肌腱，导致自动屈曲——这是一种称为腱固定的预成形机制。 - 伸肌帽（背侧腱膜）：连接近端指间关节和远端指间关节的肌腱滑脱网络。当中央滑脱拉动中节指骨时，外侧带收紧并伸展远端指间关节。这产生了一种协同作用，使远端指间关节跟随近端指间关节运动，而无需自身的执行器。 - 掌板和侧副韧带：这些柔顺结构定义了关节边界并提供被动稳定性，允许微小的离轴运动和接触时的适应性。
肌肉调节在这些先验之上增加主动控制： - 外在肌（指深屈肌、指浅屈肌、指总伸肌）提供粗略的手指屈曲和伸展。 - 内在肌（蚓状肌、骨间肌）被重构为从掌侧进入伸肌帽。这使得它们能够局部调节掌指关节姿态和远端稳定性，而无需拉动整根手指。例如，蚓状肌路径在捏取过程中改变指尖力方向，而不会失去接触。 - 驱动采用单源闭环液压人工肌肉，每条肌腱路径局部激活。
手部关节并非理想的旋转铰链；它们融入了来自重构韧带和掌板的软组织限制。这意味着手指可以顺应物体形状，重新分布张力，并在精细操作期间保持接触——这是刚性关节无法做到的。
这对机器人技术为何重要
目前大多数灵巧机器人手分为两个极端：高度欠驱动夹爪（简单，但操作能力有限）和全驱动手（电机多，复杂、昂贵且难以控制）。MCR-Bionic 提出了一条中间路径：利用解剖学启发的结构耦合来减少协调运动所需的执行器数量。
对于人形机器人和辅助假肢，这种方法可以显著简化控制软件，使手更鲁棒、更易操作。在制造和仓库环境中，仅凭腕部位置就能自动成形为捏取或力抓取的手是一个实用优势——所需传感器和编程更少。
研究人员强调，“类人”并非关乎外观，而是功能。当一种结构改变了输入、运动、接触和稳定性之间的关系（如腱固定和伸肌帽所做的那样），它就成为一种设计原则，而非美学目标。对于正在评估人形机器人或协作机器人的买家而言，这项工作预示着末端执行器将依靠设计而非仅靠控制变得更加智能。
局限性与未解决问题
论文诚实地说明了验证范围。由于 MCR-Bionic 是一个高度耦合的肌肉骨骼系统，无法进行“破坏性控制”实验（例如移除韧带观察后果）。结果多为定性展示，而非统计基准。由于手动组装和软组织调试，重复制造近乎相同的原型进行对照比较是不切实际的。
此外，该平台目前缺乏对每个软组织接触、摩擦和变形的正式建模。分析集中在通过原型行为验证的三个可观察的功能映射上。未来工作应致力于定量指标——抓取成功率、操作速度、力分布——并可能开发分析模型或仿真工具以更好地理解结构先验。
另一个问题是可扩展性：这些解剖先验能否以更低成本和更高精度制造用于商业用途？液压肌肉系统增加了复杂性，可能不适合所有应用。
常见问题
什么是机器人结构智能？ 结构智能指在主动控制之前通过物理设计特征预先组织运动和稳定性，从而减少软件计算负担。在 MCR-Bionic 中，肌腱路径和韧带约束无需显式指令即可创建默认抓取形状和关节协调。
MCR-Bionic 灵巧手使用多少个执行器？ 论文未指定总执行器数量，但每条肌肉肌腱路径（包括外在肌和内在肌）由一个闭环液压人工肌肉驱动。通过利用伸肌帽等结构先验，许多关节被被动协调，因此所需执行器少于全驱动手。
这只手能用于制造等实际应用吗？ 目前不能——它是一个研究原型，采用手动组装和软组织调试。然而，基本设计原则（腕部腱固定、伸肌帽协调）可移植到工业夹爪和协作机器人末端执行器，尤其适用于需要手内操作精细零件的任务。
这只手是否优于 Shadow Hand 等其他仿生灵巧手？ MCR-Bionic 并非直接竞争对手；它代表了不同的理念。Shadow Hand 是全驱动（24 个关节，20 个电机），依赖复杂控制。MCR-Bionic 旨在通过结构先验减少执行器数量，如果该方法成熟，可导致更简单、更便宜且更鲁棒的手。
结论
MCR-Bionic 证明，仔细复制特定解剖结构——而非仅仅外观——可以使机器人手在最小主动输入下具备默认协调和操作能力。这种功能性仿生方法为开发控制更简单、在接触密集型任务中更可靠的灵巧手提供了一条有前景的路径。
结构智能能否消除工业机器人中复杂抓取规划器的需求？