波士顿动力给 Atlas 换了一双新机械手：13 个自由度、四根手指、没有小指

在造人形机器人的这条赛道上，业界常见的做法是给人形机器人装一只高度仿人的手。这个选择有它的直觉逻辑：人手的精细动作和粗大动作都很能打；工具本来就是围绕人手设计的；而且人手能直接接上海量的演示数据，当作训练起点。

但一只有用的手，远不止「理论上能力像人手」这么简单。放到现实里，手的设计是一场不讲情面的取舍：灵巧度、力量、耐用度、成本、可维修性、感知能力，彼此互相拉扯。真正的难点是设计出这样一只手：

能干的活足够多，包括使用工具；
足够结实耐用，扛得住工业与物流现场那种粗暴的现实；
与人类演示之间的「跨本体差距」尽可能小；
能被干净地仿真，用于 sim2real 学习与合成数据生成；
能低成本地量产、低成本地维修。

Atlas 这一代新手的答案是几组具体的数字：13 个自由度（DOF）、直驱、为高保真仿真而生、专门为灵巧的体力活从头设计。它是新一代 Atlas 的配套部件——一台负载超过 100 磅、同时为了量产把结构做到尽量简单的人形机器人。

这一代新手的关键参数	具体数值 / 说明
自由度	13 DOF（上一代 GR2 只有 7 DOF）
手指数量	4 根，含一根可对置、4 DOF 的拇指
驱动方式	关节处直接驱动（direct actuation），高透明度、可背驱动
执行器	全手只用一种执行器，完全密封封装，无线缆跨越关节
触觉	覆盖指尖与手掌的密集压力触觉传感器
尺寸	接近一只偏大的人手
力量	与上一代相当——能拎起装满东西、100 磅以上的迷你冰箱

一、这是一双「为工作而造」的手

波士顿动力工程师在官方视频里的说法很直接：今天看到的这双新手，是「Atlas 当下状态的最佳搭档」，从设计之初就考虑了量产路径，把「简单」放在第一位。

具体到运动学，自由度数量被往上加了一档：GR2 是 7 个自由度，GR3 现在是 13 个。尺寸和力量上，新手比普通人的手略大一点，平均也略强一些。

团队是带着一份「想让这只手天生就能做哪些灵巧动作」的清单进入设计流程的，比如：

灵巧的捏取（pinch grasp）：抓一个小东西，再用拇指去搓它；
三指抓取（tripodal grasp）：用一定力量握持某个物体，同时还能挪动它；
握持工具同时扣扳机：握住工具的手柄，同时扣动它的扳机。

团队把这些动作列为 Atlas 技能路线图上必须原生支持的能力。让工程师格外兴奋的一点是：这只手既能被干净地仿真，从而在强化学习上做很多有意思的尝试，又足够接近拟人，人类演示与这只手的本体之间差距非常小。

二、手部架构：四指、13 DOF、可对置拇指

Atlas 上一代的七自由度手，设计目标是抓取各种各样的物体；这一代的设计目标变成了操作它们。

新架构的要点：

换成四根手指，其中一根是更灵巧的拇指，总共 13 个自由度；
关节处维持高透明度的直接驱动；
全手只用一种执行器；
和 Atlas 身体一样，执行器完全封装，没有脆弱的线缆跨过关节。

尺寸是设计里的主要约束之一。Atlas 注定要使用为人设计的物体、伸进为人设计的空间，团队也希望把与人手操作数据之间的跨本体差距压到最小。结果是这只手的大小接近一只大号人手，而这一点又反过来决定了执行器的尺寸。靠着几项独特的驱动技术，它的力量维持在上一代的水平——能拎起装满东西、100 磅以上的迷你冰箱。一只要在体力活里使用人类工具的手，必须够有力。

背驱动与执行器的透明度，是整台机器人设计哲学的核心，也是机器人能依靠本体感知完成敏捷灵巧动作的前提。与本体感知互补的是触觉：这只手在指尖和手掌覆盖了密集的压力触觉传感器，让它能捕捉到很小的接触信号。

最后，团队针对「手内灵巧度」优化了运动学。那根 4 自由度的可对置拇指采用了非常拟人的构型，其余手指各 3 个自由度，可以张开（finger splaying），也能完全控制各自的指尖。这让 Atlas 的灵巧手部行为上了一个台阶，现在能做到：

拇指指尖沿着其他每根手指的长度方向滑动，并横向跨过它们的宽度；
拇指与任意其他手指之间完成灵巧捏取；
灵巧的三指抓取；
带扳机的工具握持——电钻、电动扭矩驱动器、角磨机、钉枪、焊枪。

为什么没有第五根手指

一个很自然的问题：为什么不做小指？

从小指的模块化设计来看，加一根小指并不难，它也确实会让这只手更接近人手。设计早期，团队为此有过一场大辩论：如果目标是功能，小指到底能多带来什么？

转折点来自 CTO Zack。有一段时间，他让团队把无名指和小指绑在一起过一天，然后回来报告有哪些事做不了。实验结束时，大家达成一致：不要小指。

四根手指加 13 个自由度，已经能解锁手内翻转物体（in-hand reorientation）、抓握打滑后重新抓回、以及握持工具的同时扣动扳机。手的设计是取舍，多一根手指意味着多三个执行器，对应着额外的成本、体积，以及出故障的概率。这只手是一次长期下注——赌的是未来能大规模、低成本地造出可靠硬件。那句老话依然成立：想做出好产品，最好的零件就是没有零件（the best part is no part）。

新一代 Atlas 机械手与人手的并排对比

三、为仿真与强化学习而造

直接模仿人类，是训练操作能力的一大捷径。今天要规模化采集灵巧操作数据，最好的办法之一是让演示者穿戴设备——手套，或者通用操作接口（UMI）。设计得当的话，这类穿戴设备足够直观，演示者能自然地完成任务，并且自带传感器去捕捉操作中最相关的信号，比如接触事件、压力分布的快速变化。

但直接模仿有它的局限，这些局限在灵巧操作上和在全身控制上同样成立。人形机器人的全身行为，总是跑在一个全身控制器之上，由后者负责高速动力学：平衡、绊倒时的恢复步、对重力、自碰撞或外力推搡的补偿。关键在于：今天这些全身控制器永远是在仿真里用强化学习（RL）训出来的。

灵巧操作的行为逻辑很像。从大规模人类演示中学习，最适合捕捉「操作发生在什么视觉环境里」这种复杂性；但说到底，快速敏捷的灵巧操作，也是高速闭环控制与力调节的产物。穿戴设备采集不到控制一只灵巧手所需的动作信号，只能拿到代理信号——这些信号更适合用来预训练「操作的直觉物理」，而不是用来部署高性能的灵巧策略。和全身控制一样，波士顿动力相信：仿真里的强化学习，是解决灵巧操作不可或缺的一环。

这个判断对这只手的设计影响很大。它在很多方面就是为 sim2real 迁移和强化学习造的：刚性驱动加上可背驱动的传动，再配合为补偿齿槽转矩和摩擦而做的控制创新，使这只手能被以高动态保真度仿真出来。保真度上去了，强化学习训练鲁棒控制策略就更有效——可以往训练里注入电机扭矩曲线、表面摩擦系数、物体几何、任务扰动的随机化。

目前已经有初步结果，显示它能在有难度的动态任务上完成令人看好的 sim2real 迁移。这些行为直接在仿真里用域随机化训练，再部署到硬件上运行，反馈只靠高速的执行器本体感知。团队对这一方向以及正在推进的大规模扩展工作很期待。

四、灵巧度到底值什么

值得退一步问：人形机器人的手，为什么非要灵巧？毕竟今天工业里已经成功自动化的任务，看上去大多是刚性的抓取—放置。答案主要有两条：

现有自动化方案依赖被极其精确控过的零件位姿，以及针对特定零件的高度专用夹爪。而人形机器人的承诺是泛化与灵活：从任意位姿、任意摆放形式（货架、板条箱、纸箱、槽位、格子间、料堆）里抓取和放置任意零件，需要更动态、更灵巧的办法。如果你的价值主张建立在为机器人定制夹具、末端执行器和工作单元上，其实就放弃了人形机器人的价值。
往今天尚未自动化的部分看，对灵巧度的需求更清楚。这些人工工序大多涉及灵巧技能：用工具、处理可变形的线缆、从料箱里分拣。

工具使用，排在第一位

一只「真正的通用手」其实不是能实现的目标，因为手本身就是一场残酷的取舍。任何设计都必然在某些任务上更好、在另一些任务上更差。有时候你希望指尖更软，不至于刮伤表面；有时候希望更硬，像钳子那样能施加更大的力。有时候你希望指尖更小，像镊子；有时候希望更大，像钳夹。

人手也不例外。亚里士多德称它为「工具的工具」：它本身不是一件完备的器械，而是那件通过工具解锁各种可能性的东西。工具是放大器。最终极的通用灵巧操作器，不会是一只过度复杂的手，而是一只可靠、并且会用工具的手。会用工具所需要的灵巧度，是把人形机器人变成未来通用机器必须拿下的核心能力，它也驱动了这只手的许多设计决策。

附：官方视频里还讲了什么

文中嵌入了一段官方视频（波士顿动力工程师出镜讲解）。视频里有几处是正文没展开的细节：

背驱动在碰撞里同样有用。撞上很硬的东西时，关节能顺势加速、让开冲击；如果关节惯性或摩擦很大，齿轮箱就会被撞坏。所以它不只提升性能，也提升耐用度。
要仿真这只手，工程上主要盯三件事：运动学（手的几何、连杆和关节的位置）、动力学（系统里的摩擦、能施加的扭矩、回差，以及怎么把它们仿出来），以及接触动力学（夹爪怎么与环境交互）。
sim-to-real 是双向对齐，不是只从一头死磕，而是两个方向同时逼近。
一根多指手「本身就是一台迷你机器人」——关节数和电机数量摆在那里。
团队已经能在仿真里对这套执行器建模，并把这套方法用在手臂与手部的操作训练上。