人間の手がそのように発達した理由にはいくつかの説明があります。 私たちの反対の親指を先祖が敵にぶつけたり投げつけたり、パンチを投げたりする必要性に結びつける研究者もいますが、他の研究者はユニークな遺伝子エンハンサー（特定の遺伝子を活性化するDNAのタンパク質のグループ）が私たちの解剖学につながったと言います。 しかし、ほとんどの人は、二足歩行、脳の拡大、およびツールを使用する必要性がトリックを行ったことに同意します。
しかし、私たちの手が私たちを作るほど器用なので、マサチューセッツ工科大学の研究者チームは、私たちがより良くできると考えています。 工学の教授であるハリー・アサダは、人がバナナを剥いだり、ボトルを片手で開けたりできる手首装着型ロボットを開発しました。
大学院生のフェイ・ウーとともに、浅田は、自分の5桁を追跡、模倣、支援するロボットの指を作りました。 細長いプラスチック製の指のように見える2つの追加の付属物は、手首の袖口に取り付けられ、親指と小指に沿って伸びます。 この装置は、センサーを搭載した手袋に接続し、人の指がどのように曲がったり移動したりするかを測定します。 アルゴリズムは、その移動データを処理し、各ロボットの指のアクションに変換します。
ロボットは、自分の5桁の動きから教訓を学びます。 脳からの1つの制御信号は、手の筋肉群を活性化します。 この相乗効果は、ビデオデモで説明されているように、個々の筋肉に信号を送信するよりもはるかに効率的です。
余分な指がどのように動くかをマップするために、ウーはデバイスを手首に取り付け、ラボ全体でオブジェクトをつかみ始めました。 各テストで、彼女はロボットの指をオブジェクトに最も便利な方法で手動で配置しました。たとえば、ソーダの瓶を安定させながら手を使って上部のねじりを解きます。 いずれの場合も、彼女は自分の指とロボットの相手の指の両方の角度を記録しました。
ウーはそのデータを使用して、ロボットのグリップパターンのセットと、特定の手の位置に基づいて正しい支援を提供する制御アルゴリズムを確立しました。
プロトタイプであるロボットは位置を変更できますが、人間の手の力や握力をまだ模倣することはできません。 「良い、安定した把握をする他のものがあります」とウーはMITニュースに語った。 「小さく見えても重い、または滑りやすい物体の場合、姿勢は同じになりますが、力は異なります。そのため、どのように適応しますか？」まだ力を変換します。
機械学習、またはデータに基づいてプロセスを適応させるコンピューターの能力により、システムは特定のユーザーの好みに合わせて調整することができます。 ウーは、ジェスチャのライブラリをロボットに事前にプログラムできると言います。 誰かがそれを使用すると、ロボットは人がオブジェクトを握る方法と同期します（誰もが同じようにオレンジを剥がすわけではありませんか？）。
浅田氏はまた、現在ではかなりかさばるデバイスが、最終的に折り畳み可能になり、現在のサイズの3分の1になると述べています。 彼は、必要に応じて現れたり引っ込んだりするロボット数字を備えた時計を思い描いています。
浅田と呉は、障害のある人に対するロボットの有用性を認識していますが、それはまた、有能なユーザーに超人間的な特性を与えることを目指している、より大きなロボット運動の一部です。 たとえば、別のMITシステムはWuのロボットと同じ原理で機能しますが、指の代わりに余分な腕を追加し、着用者が手をいっぱいにしたままドアを開けたり、ハンマーで物を固定したりできるようにします。
ほとんどの場合、これらのウェアラブルロボットは強度を追加することを目的としています。 ペンシルバニア大学の学生が開発したTitanArmにより、着用者は40ポンド余分に持ち上げることができます。 より野心的なセットアップには、 アイアンマンにさらに近い完全な外骨格が含まれます。 たとえば、韓国の企業である大宇造船マリンエンジニアリングは、造船所の労働者にスーツを装備し、比較的少ない労力で金属と木材のスラブを巻き上げることを可能にしました。
これらのすべてのアプローチに共通しているのは、使用するのがいかに簡単かということです。 ユーザーは、ロボットの付属物を操作するための制御スキームを学ぶ必要はありませんが、代わりに、自分の方法で支援するためにアニマトロニクススポッターに頼って、タスクを実行します。
