Underactuated Hand

• 又稱: underactuated gripper, adaptive gripper, self-adaptive hand, underactuated robotic hand
• 類別: Mechanical structure › Arms & end-effectors
• 標籤: grippers, end-effectors, grasping, mechanism-design, tendon-driven, manipulation

一種致動器少於關節的機器人手或夾爪，利用肌腱線、連桿或彈簧，讓手指被動地包住並貼合所抓物體的形狀。

定義

欠驅動手（Underactuated hands）是致動器數量少於自由度的機器人手與夾爪。它不是以各自的馬達驅動每個關節，而是由單一致動器透過機械傳動（例如穿過手指的肌腱線、連桿機構或差動機構）驅動數個關節，同時由彈簧或柔性關節決定預設姿勢。其餘的自由度不受直接控制，而是由手指與物體之間的接觸決定。

好處是自適應、貼合形狀的抓取。手指閉合時，根部指節會一直移動到碰到物體為止；一旦該指節被擋住，傳動機構就會繼續驅動外側的指節，讓它們彎曲包住物體。因此，這種手不需要物體模型或精確的感測，就能包覆不規則的形狀。這使得欠驅動手比關節數相近的全驅動手更簡單、更輕、更便宜也更耐用。

代價是靈巧度降低。由於關節無法獨立下達指令，欠驅動手擅長強力抓取與包覆式抓取，但在手內操作上能力有限，因為手內操作需要手指以受控的方式重新調整物體的位置。它們的行為也取決於摩擦、彈簧剛性與接觸位置，這可能讓精確的指尖抓取較難預測。

欠驅動廣泛用於商用自適應夾爪，以及 Yale OpenHand 專案等開源設計，該專案公開了可 3D 列印的肌腱驅動手。Birglen、Laliberté 與 Gosselin 合著的《Underactuated Robotic Hands》一書深入說明了其設計原理。

為何重要

抓取形狀未知或多樣的物體是機器人學中最困難的問題之一，而欠驅動手以機構而非感測與控制解決了其中的大部分。它們只需一個馬達與簡單的控制就能可靠地抓取，這也是它們常見於移動式機器手臂、物流以及低成本與開源機器人的原因。

主要應用

• 用於物流與料箱揀取的自適應夾爪
• 義肢手
• 開源與低成本機器人手
• 在住家與農場等非結構化環境中抓取
• 用於以學習為基礎之操作研究的機器人手

實際應用

為取放機器人或家用機器人挑選機械手的團隊，常會從欠驅動設計著手，因為它只需要一到兩個馬達與簡單的開合指令。在開源製作中，手指通常以 3D 列印製成，帶有肌腱線通道以及撓性或銷軸關節，由一個伺服機捲動肌腱線。工程師會調整彈簧或撓性結構的剛性，讓各指節依預期的順序閉合，並以一組具代表性的物體測試抓取，確認這隻手既能包住大型物體，也仍能捏起小型物體。用這類手學習操作策略時，他們會考量實際手指關節角度與指令的致動器位置不同這一點，有時會加裝關節編碼器來量測這些角度。

常見誤解

• 欠驅動代表力量弱或動力不足 — 這個詞指的是致動器少於關節，而不是握力小
• 欠驅動手無法控制 — 它的姿勢由致動器與接觸共同決定，而且對於其設計所針對的抓取，行為是可預測的
• 欠驅動手能做到全驅動手所能做的任何事 — 它們放棄了獨立的手指控制，連帶放棄了大部分的手內靈巧度，以換取簡單與適應性

誰需要了解

• 夾爪與末端執行器設計者
• 操作與抓取研究人員
• 義肢工程師
• 製作低成本機器人手的創客

相關技術

• 肌腱驅動（Tendon-Driven Actuation）
• Yale OpenHand
• 柔順機構（Compliant Mechanisms）
• 自適應夾爪（Adaptive Gripper）
• 軟性夾爪（Soft Gripper）
• 撓性關節（Flexure Joints）

相關術語

• Gripper
• Dexterous Manipulation
• End Effector

相關專案

• LeRobot: HuggingFace ML library for real-world robotics in PyTorch
• Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
• NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
• OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
• Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
• OpenArm: 7DOF humanoid arm for physical AI research in contact-rich environments