Extrinsic dexterity

• 类别: Planning & manipulation › Manipulation
• 标签: manipulation, contact, in-hand-manipulation, grasping, nonprehensile-manipulation

利用手外部的资源，例如与环境的接触、重力或手臂运动，来操作手中所持的物体，完成单靠手指无法做到的事情。

定义

外在灵巧性（Extrinsic dexterity）是指机器人利用手外部的力来重新定位或重新定向所抓物体、或者使物体进入可抓取位姿的能力，这些力包括与桌面、墙壁或夹具的接触、重力，或加速手臂所产生的惯性。这个术语由 Nikhil Chavan-Dafle、Alberto Rodriguez 及其同事于 2014 年提出，用来描述一个只有少数驱动手指的简单夹爪，如何通过把所持物体推向环境，仍然能够完成手内操作。它与内在灵巧性相对，后者依靠手自身的驱动手指。

典型策略包括：把物体边缘压在一个表面上，使物体绕抓取轴转动；把物体推向墙壁，使它在手指之间滑动；把盘子或卡片之类的薄物体推向墙壁，使其边缘离开桌面从而可以被抓取；让重力使物体摆动或滑动到新位姿；以及通过把物体放下再以不同方式拿起来进行重新抓取。人们经常这样做，例如把硬币滑到桌子边缘再把它捡起来。

规划这些动作很难，因为它们是富接触的：结果取决于哪些接触是粘滞的、哪些是滑动的，既包括物体与夹爪之间的接触，也包括物体与环境之间的接触，还取决于不确定的摩擦系数。方法包括基于摩擦锥的准静态力学和在接触模式上进行规划、能够自动搜索接触序列的接触隐式规划器和平滑接触规划器，以及在仿真中训练的基于学习的策略。在实践中，柔顺性很重要，无论是夹爪本身的柔顺，还是通过手臂的力控制或阻抗控制实现的柔顺，因为它能在物体抵着环境运动时使接触力保持有界。

为何重要

工业中的大多数机器人使用简单的平行夹爪或吸盘夹爪。外在灵巧性在不需要更复杂机械手的情况下扩展了这类夹爪的能力，而且它描述了人们实际处理物体的大部分方式。

主要应用

• 从桌面和料箱中拾取薄的或扁平的物体
• 借助夹具为装配重新定向零件
• 用简单夹爪进行手内重新抓取
• 转动和重新定位工具
• 物流料箱拣选

实际应用

一个仓储团队需要拾取薄而扁平的物品，例如平放在料箱中的书，夹爪手指无法伸到它们下面。他们的策略是用一根手指向下压住物品，把它推着滑向料箱壁，直到其远端边缘翘起，然后抓住翘起的边缘。手臂在阻抗控制下运行，使滑动时向下的力保持在设定范围内。只有当指垫与物品之间的摩擦大于物品与料箱底部之间的摩擦时，这种方法才有效；否则手指会在物品上打滑。他们看到的大多数失败都源于此，因此他们选择高摩擦的指垫，并根据手臂的力读数检测打滑。

常见误解

• 灵巧操作需要多指手 — 许多手内操作可以用平行夹爪借助环境来完成
• 应当始终避免与环境接触 — 无碰撞规划把接触视为失败，但有意的、受控的接触往往是获得新抓取的最简单途径
• 外在灵巧性就是推 — 它还包括利用重力、动态的手臂运动，以及把物体放下以重新抓取

谁需要了解

• 操作和抓取研究人员
• 仓储和物流自动化工程师
• 夹爪设计人员
• 装配自动化工程师

相关技术

• 平行夹爪（Parallel-Jaw Grippers）
• 阻抗控制（Impedance Control）
• 准静态推动模型（Quasi-Static Pushing Models）
• 接触隐式规划（Contact-Implicit Planning）
• 柔顺指尖（Compliant Fingertips）

相关术语

• Dexterous Manipulation
• Contact mode
• Friction Cone
• Gripper
• Impedance Control
• Hybrid Position/Force Control

相关项目

• 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