项目简介：

Dexter是一个为研究双向手的灵活性，以帮助我们在互动中从世界学习获得概念和认知交涉的一个平台。我们所处理的核心问题在于认知科学和人工智能：概念体系的起源，自然结构的作用，计算复杂度的问题以及知识的代表性。这项研究的目标就是在某种程度上推动计算运动感觉和认知发展的方式，以便为控制智能机器人产生新的理论，也为在人类和机器之间具有共同的意义提供一个基础。通过不断的与环境互动，研究正在向学习分层控制知识-对象的分类，活动状态，任务和形势-的机制进行中。

平台和机制
Dexter的两个整体机械手臂（Whole Arm Manipulators ，WAMs）是由贝瑞特技术公司（Barrett Technologies）的两个贝瑞特手臂和一个具有双视觉立体声的头组成的。WAMs是一个具有7个自由度机械手，它可以大致模拟人的动作。每个自由度都是通过编织钢筋通过一个低比率传动来驱动的。这种配置使它出色的速度，加速度和反推力很好的结合在一起。这些属性意味着只要执行器努力，手臂的任何一处都是可以探测到的。我们的目标是利用这些特性实现整体的的放！

每个3个手指的贝瑞特手就具有4个自由度，并已每个指尖上集成了触觉负荷细胞（ATI的）。
这个具有双视觉的头由4个机械自由度（水平倾斜的头和独立的边缘），3个光学自由度（焦点，光圈和变焦）以及一个为了定位和解释声源而由四个麦克风构成的综合双耳声学传感器组成的。

抓放和操作
抓放方法对于多手指机械手来说是一个极具挑战性的问题。传统的方法是依靠模型联系规划，这导致了解决方案的运算困难，而且常常不能大范围的和三维物体或任意数量的物体接触。我们已经有一个很好的办法，这种做法利用的几个异步控制器（每个都接触），以达到掌握几何中的一个相同等级的抓放解决方案。这种做法所产生了一个抓放控制器，它具有一个封闭的回路和可感知有差别的响应能力。

更多详细内容可以访问项目网站：
http://www-robotics.cs.umass.edu/Robots/Dexter

以下是一些可供欣赏和下载的视频：
http://www-robotics.cs.umass.edu/movies/archive/torso/grasp_top.mov
http://www-robotics.cs.umass.edu/movies/archive/torso/wbg_move_left.mov
http://www-robotics.cs.umass.edu/movies/archive/torso_2004/grasp_afford.mov

项目组发表论文：
Platt, Jr., R., Fagg, A. H., Grupen, R. A. (2004), Manipulation Gaits: Sequences of Grasp Control Tasks, to Appear in the International Conference on Robotics and Automation (ICRA'04)
Platt, Jr., R., Fagg, A. H., Grupen, R. A. (2003), Extending Fingertip Grasping to Whole Body Grasping, Proceedings of International Conference on Robotics and Automation (ICRA'03), pp. 2677-2682
Platt, Jr., R., Fagg, A. H., Grupen, R. A. (2002), Nullspace Composition of Control Laws for Grasping, Proceedings of the International Conference on Intelligent Robots and Systems (IROS'02), Electronically Published

（RobotSky 编辑： Fee）