手部协同

Hand Synergies进阶

人手众多关节常按少数固定组合一起动，可用几个协同参数描述手型。

手部协同的说法来自神经科学：Santello、Flanders 和 Soechting 1998 年让受试者想象抓握 57 种常见物体，测量手指和拇指的 15 个关节角，做主成分分析（PCA）后发现前两个主成分就解释了超过 80% 的方差。也就是说，人手自由度虽多，抓握姿态大多落在一个低维子空间里，高阶成分只负责细调。机器人借用了这个思路：GraspIt! 仿真器的 eigengrasp（本征抓取）用几个协同幅值代替全部关节角来搜索抓取；硬件上有按「自适应协同」设计的 Pisa/IIT SoftHand（Catalano 等，2014），同类产品 qb SoftHand Research 只用一个电机驱动 19 个仿人自由度。学灵巧操作时，协同也可用来压缩动作空间。