对于加州伯克利大学大二学生郭梦龙（Menglong Guo）而言，5 月 31 日是特别的一天。当天早上，他作为第一作者即将在「Grippers and Other End－Effectors」上进行 ICRA 2017 的 workshop 分享。
随着五月的尾声到来，ICRA 2017 的 workshop／tutorial 环节已经进入第三天，在穿插主题演讲的同时，依然有数十个细分领域的学术分享正在紧锣密鼓地进行。雷锋网前两天和郭梦龙交流时，他也表示议程非常多，是一个了解和学习的好机会。而今天的他，即将作为别人口中的「分享者」，又会是怎样的一种体验呢？
当雷锋网 AI 科技评论来到现场时，身着一身西装的郭梦龙正在调试展示所用的 PPT。当笔者问起他是否紧张时，他有点羞涩地回答「有一点儿」。
由于时间紧凑，为了加快进度，现场的展示分为两个讲台，在第一位讲者在台上进行演讲时，下一位讲者就会呆在另一边的讲台上提前准备。
郭梦龙正在台上聆听上一位讲者的分享
郭梦龙从小在加拿大和美国长大，因此先前和雷锋网 AI 科技评论交流的时候，他的普通话说得并不标准，但在 workshop 的时候，他用非常流利的英语充满自信地分享了他所做的研究工作——《基于鲁棒抓取的平行机械爪尖设计》。
目前平行机械爪被认为是比较常用的一种设计方案，比起五指机械爪所涉及的复杂算法，只有两个呈平行状态的「手指」便成了郭梦龙团队所研究的主要方向。
团队从全球 3D 设计与工程软件巨头欧特克开发的 3D 设计平台 Dreamcatcher 中获得灵感，这一平台能够基于输入的相关参数自动提出设计方案。
他们的目标工作主要是实现三个方面：
首先是快速成型，因此他们采用了 3D 打印作为载体，以硅胶和塑料作为原料，这样一来可以大量减少成本；
其次是自主抓取，能满足「抓取」和「晃动不掉落」两个要求；
再者能基于抓取对象自动进行优化，比如不同形状的物体，甚至是不规则的物体，如何让机械爪迅速适应，并调整相应的抓取力度？
团队做了 37 个不同形态的 gripper（机械爪尖，或称夹子），并逐一对 8 个不同的物体进行了共计 1377 次的抓取。
如果能够成功抓取物体，并在数次晃动后不掉落，那么团队会记为「成功」；而失败情况分为「drop」（掉落）、「slip」（滑落）及「Cage」（在此可理解为卡住）三种情况。
最终，团队确定了能获取最佳抓取效果的机械爪尺寸（如下图所示）：
而作为对比，团队采用了另外三种机械爪尖做了同样的 80 次实验对比，如图所示，他们团队的实验效果明显优于其他机械爪尖的抓取效果。
也正是因为出色的抓取效果，郭梦龙团队的论文也得以受邀在今年的 ICRA 上面进行演讲，这也是郭梦龙的首次「海外学术会议征战」。
而在讨论环节中，郭梦龙经常被问到这样一个问题，「为什么会选择从硬件层面入手改善机械爪」，而这也和他个人的研究方向有关。郭梦龙从事的研究和制造比较相关，他认为从算法层面提高机械爪抓取效果一来已经被研究得很多，二来也与他偏硬件的研究方向不太契合，因此采取了这种另辟蹊径的方式进行尝试。
团队所做的主要贡献在于三个方面：
通过物理迭代和自动测试的方法在设计层面做出了新的探索；
将七自由度的 Yumi 的抓取优化效果提升到 93.7% 的成功率；
采用硅胶和 3D 打印的方式有效减少了成本。
郭梦龙表示，未来将继续优化该工作，将其应用到更多的机械臂上，并且还要加入力传感和随机抓取的新元素进行试验。
在 ICRA 已经呆了三天，郭梦龙表示由于细分领域太多，确实有很多东西需要了解和学习，「在抓取的那个 workshop 上，其他团队的工作其实做得都还不错，大家在相互讨论的时候也是一个提升的机会。」
学术会议的研讨环节一直以来都以深度和细度著称，如果你更倾向宏观地了解各个领域都有怎样的前沿动态，今年 7 月 7 日在深圳举行的 CCF－GAIR 大会将会是你最佳的选择。目前六折早鸟票正在限量销售，还不赶快行动？
正在生成分享图...
付静