Cầm một chiếc chìa khoá lên rồi xoay nó trong tay cho đúng chiều trước khi tra vào ổ — người làm việc này liên tục mà không để ý. Robot thì gần như không làm được, và lý do rất đáng hiểu.
Vì sao bài toán này khó
Khác với gắp thả, thao tác trong lòng bàn tay đòi vật phải chuyển động tương đối so với bàn tay trong khi vẫn được giữ.
Điều này nghĩa là các ngón phải thay phiên nhau nhả ra và bắt lại, và tại mọi thời điểm phải còn đủ điểm tiếp xúc để vật không rơi.
Ba khó khăn cộng lại.
Tiếp xúc thay đổi liên tục. Mỗi lần một ngón nhả hoặc bắt, cấu hình tiếp xúc đổi, và bài toán động lực học đổi theo.
Trượt là một phần của giải pháp. Nhiều thao tác dựa vào việc để vật trượt có kiểm soát trên đầu ngón. Nhưng ma sát rất khó mô hình hoá và khó dự đoán.
Không có biên an toàn. Một sai sót nhỏ là vật rơi, và không có cách nào cứu vãn giữa chừng.
Các chiến lược đang được thử
Ngón đi bộ. Các ngón lần lượt nhấc lên và đặt lại ở vị trí mới trên bề mặt vật, dịch chuyển điểm cầm từng chút. Chậm nhưng kiểm soát được, và không dựa vào trượt.
Trượt có kiểm soát. Nới lỏng lực siết vừa đủ để vật trượt theo trọng lực hoặc theo lực tác dụng, rồi siết lại khi đạt tư thế mong muốn.
Dùng trọng lực và quán tính. Tung nhẹ vật lên rồi bắt lại ở tư thế khác, hoặc lắc để vật tự xoay. Nhanh nhưng rủi ro cao.
Dùng môi trường. Ép vật vào một bề mặt để nó xoay theo, hoặc dùng tay kia. Đây thực chất là đi vòng nhưng rất hiệu quả.
Trong nghiên cứu gần đây, cách học từ thử sai trong mô phỏng đã cho kết quả đáng chú ý với thao tác xoay vật đơn giản, nhưng vẫn cần bàn tay nhiều ngón và số lần luyện tập rất lớn.
Cách đi vòng thực dụng
Trong ứng dụng thực tế, thay vì giải bài toán khó này, thường có cách rẻ hơn nhiều.
- Đặt lại vật. Thả xuống mặt phẳng, quan sát tư thế mới, cầm lại theo cách phù hợp. Tốn thêm vài giây nhưng độ tin cậy cao hơn hẳn.
- Dùng đồ gá định hướng. Một khe hoặc rãnh khiến vật tự nằm đúng chiều khi thả vào.
- Dùng hai tay. Một tay giữ, tay kia đổi điểm cầm.
- Cầm đúng ngay từ đầu. Nếu biết trước sẽ cần tư thế nào, hãy chọn cách cầm phù hợp ngay khi nhấc lên, thay vì cầm bừa rồi phải chỉnh.
Cách cuối đáng nhấn mạnh: nó biến bài toán thao tác trong tay thành bài toán chọn cách cầm, vốn dễ hơn nhiều. Điều kiện là hệ thống phải biết bước tiếp theo cần gì tại thời điểm quyết định cầm.
Vai trò của xúc giác
Trong nhóm thao tác này, xúc giác không phải tuỳ chọn mà gần như bắt buộc.
Lý do: khi vật nằm trong lòng bàn tay, camera không nhìn thấy nó nữa. Nguồn thông tin duy nhất về tư thế vật là qua tiếp xúc.
Người làm việc này hoàn toàn không cần nhìn — có thể xoay chìa khoá trong túi. Toàn bộ thông tin đến từ xúc giác.
Vì vậy tiến bộ trong nhóm bài toán này gắn chặt với tiến bộ về cảm biến xúc giác, và đó là một lý do khiến nó tiến chậm hơn các nhóm khác.
Khi nào thật sự cần khả năng này
Trước khi đầu tư, đáng hỏi xem nhiệm vụ có thật sự đòi hỏi không.
Các trường hợp thật sự cần: dùng dụng cụ phải cầm đúng cách và điều chỉnh trong khi dùng; không gian quá chật để đặt vật xuống rồi cầm lại; vật quá nhiều tư thế khác nhau khiến đồ gá định hướng không khả thi.
Các trường hợp không cần: phần lớn nhiệm vụ gắp thả, phân loại, lắp ráp có đồ gá, và vận chuyển.
Với đa số ứng dụng công nghiệp và kho vận hiện nay, cách đi vòng đủ tốt và rẻ hơn nhiều. Khả năng thao tác trong lòng bàn tay chủ yếu quan trọng cho tham vọng dài hạn về robot làm việc trong môi trường của con người, nơi không thể dựng đồ gá cho mọi thứ.
Câu hỏi thường gặp
Vì sao camera không giúp được trong thao tác này?
Vì khi vật nằm trong lòng bàn tay, chính các ngón che khuất nó. Camera chỉ thấy được phần rất nhỏ hoặc không thấy gì, nên thông tin về tư thế vật phải đến từ cảm biến tiếp xúc.
Đặt vật xuống rồi cầm lại có chậm hơn nhiều không?
Có thêm vài giây mỗi lần, nhưng thường bù lại bằng độ tin cậy cao hơn hẳn và ít lần làm rơi. Nên so sánh theo số thao tác hoàn thành mỗi giờ chứ không theo thời gian một thao tác đơn lẻ.
Bàn tay hai ngón có làm được thao tác trong lòng bàn tay không?
Rất hạn chế. Với hai ngón chỉ có thể trượt vật có kiểm soát dọc theo trục kẹp hoặc để nó xoay quanh trục đó. Các thao tác đổi tư thế thật sự cần ít nhất ba ngón để luôn còn đủ điểm tiếp xúc khi một ngón nhả ra.
Học từ mô phỏng có giải được bài toán này không?
Đã có kết quả đáng chú ý với các thao tác xoay vật đơn giản, nhưng việc chuyển sang máy thật khó hơn bình thường vì bài toán phụ thuộc rất mạnh vào ma sát và tiếp xúc, đúng những thứ mô phỏng mô tả kém nhất.
Đọc thêm trong Giới hạn & tranh cãi và Nguồn điện & toả nhiệt.
