無限手套不只滅霸擁有，不遠的將來你也可能會得到，只是它沒有6顆寶石，卻有548個傳感器加持。更吸引人的是，這副手套的材料成本只有10美元，也就是不超過70元。5月29日，《自然》發表的研究描述了一種裝配了傳感器的手套，它可以學會識別單個物體、估算重量和應用觸覺反饋。

圖 | 手套掌心，黑色的傳感裝置連接到了黃色針織手套上

更軟，更靈敏

人類能夠以適當的力度抓握和感受物體。但是這種觸覺反饋很難在機器人身上實現。近年來，基于計算機視覺的抓握策略在新興機器學習工具的幫助下，取得了長足進步，但是對觸覺這一個重要感知模態的使用仍然是欠缺的。
目前已有的類似手套傳感器裝置造價高達數千美元，并且只有50個傳感器來收集信息。來自麻省理工學院計算機科學與人工智能實驗室的Subramanian Sundaram及同事設計了一種簡易廉價（成本只有10美元）的可伸縮觸覺手套，上面布置了548個傳感器和64個導電線電極。
該傳感器陣列由一張力敏薄膜和導電線網絡組成。電極與薄膜之間的每一個重合點都對垂直力敏感，并會記錄通過薄膜的電阻。研究人員帶上手套單手操控物體，由此記錄下了一個大規模的觸覺圖譜數據集。數據集包含手指區域的空間關聯和對應，它們代表了人類抓握的觸覺特征。

圖 | 手套有548個傳感器覆蓋，連接到定制的針織手套

圖 | b: 548個傳感器的分布，壓阻式傳感器陣列通過層壓簡單材料制造。c: 每個傳感器元件通過顯示電阻的變化來響應壓力

圖 | 抓握萬用表來估計重量（3倍播放速度）
研究人員使用手套，單手與26種物體進行互動，包括汽水罐、剪刀、網球、勺子、筆和杯子等等，時間超過5個小時，并錄下了觸覺視頻。之后，他們利用記錄下來的數據訓練一種深度學習網絡來識別這些圖片，發現該深度學習網絡能夠通過持握方式鑒定出不同的物體，還能估計出物體重量，這些都無需視覺輸入。在這26種物體的試驗中，這個系統識別準確率高達76％，還可以估測60克內的大多數物體的重量。研究者稱，這種策略或有助于未來設計假體、機械工具和人機交互。