手內操作是在物體被抓取後，透過手部內部的接觸動作改變其姿勢。滾動、受控滑行、手指步態和後退動作都能發揮作用。這項任務比握持更難，因為接觸位置和穩定性餘度在動作過程中會發生變化。
目標物體姿態不指定可行的手指順序。控制器必須估計物體和接觸狀態，遵守關節和力極限，避免手指碰撞，並在滑動變成墜落前恢復。物體形狀、摩擦力和致動器順應性可能只能部分了解。
請閱讀機器人 觸覺感測器指南 和 抓握穩定性指南。評估完整的初始抓取目標與釋放過程，包括重置和安全中止。
定義目標框架、目標和成功容忍度
指定任務是否需要旋轉、平移或兩者兼有，並用命名的物件或手框表達目標。視覺對稱的物件可能允許多種等效方向，而鍵控聯結器則不允許。
成功應包括最終姿態容忍度、保持時間、接觸狀態以及對下一個任務的準備。只有在物體已經下落時才達到的姿勢，並不算是成功的操作。
區分滾動、滑行、手指步態和後退步
滾動改變兩個表面的接觸位置，且不會造成粗重滑移。滑動在受控摩擦下移動接觸面。手指步態移動一個或多個手指，其他手指支撐物體。重抓可能暫時鬆開並建立新的握把。
實際運動通常結合這些模式。給控制器顯式的模式標籤或潛態證據，定義過渡條件，而不是假設平滑軌跡使用單一接觸模型。
| 接觸模式 | 實用能力 | 主要風險 | 需要記錄的證據 |
|---|---|---|---|
| 滾動 | 精確的區域性重定向 | 未建模曲率 | 接觸路徑 |
| 滑行 | 體式變化很大 | 失控滑道 | 剪力與速度 |
| 指步態 | 擴充可達方向 | 暫時的弱握 | 支援聯絡 |
| 再抓 | 逃逸節極限 | 釋出時的掉落 | 物體姿態與支撐 |
| 混合動力 | 靈活行為 | 模態歧義 | 過渡信心 |
在不隱藏遮擋的情況下估計物體姿態
外部攝影機可以估計全域物體姿態，但當接觸變得重要時，手和物體會恰好遮擋對方。多視角視覺、腕部攝影機或基於模型的追蹤可能減少盲區，但不完全消除。
OpenAI Dactyl 報告描述了多攝影機姿態估計和模擬訓練，用於真實的手部重新定位。將其設計視為該系統的證據，而非任何物體和手部都能使用相同感測器或策略的證明。
使用觸覺感應來檢測區域性接觸和初始滑移
觸覺陣列可以揭示視覺無法透過手指看到的接觸位置、壓力重新分佈、剪力和振動。感測器蓋和柔軟的指尖改變了原始訊號與物理扳手之間的關係。
校正安裝的手指和溫度範圍。將觸覺證據與物體姿態和關節狀態融合，並在指尖溼透、脫離或外部接觸時保持不確定性。
軌跡抓握穩定性
當手指移動或質心相對於重力旋轉後，穩定的初始抓握可能會變得不穩定。接觸扳手組、法向力和關節轉矩裕度必須在該事件中重新計算或近似。
當預測或感知的餘距下降時，限制物體的加速度和手指運動。更大的擠壓並非萬能恢復，因為它可能會卡住預定滑套、飽和致動器或損壞物體。
在手指運動學和碰撞限制內進行規劃
靈巧的手有許多關節，但也有較小的工作空間、緊咬的肌腱、背隙和自我碰撞。一個單獨可達到的指尖姿勢，在其他手指和物體存在的情況下可能無法實現。
追蹤關節極限距離、肌腱或致動器負載及碰撞間隙。在目前接觸達到極限前，規劃一個指尖步態，留下支撐路徑通往下一個接觸點。
束縛力、速度與易碎物體損傷
力限應反映物體、指尖表面和接觸位置。薄殼、燈泡和包裝可能低於手部致動器極限而失效。即使最終指令力較小，快速的手指動作也可能產生衝擊。
在可行的情況下測量峰值和整合負載。在有價值或鋒利物品進入測試集前，包含可破壞的替代物並定義停止行為。
穩定接觸模式躍遷
噪音過大的觸感會導致搖桿和滑動邏輯的快速切換。加上滯後、最小停留時間和信心要求。控制器應在另一根手指解除安裝前知道目前攜帶的手指。
在過渡邊界附近測試，帶有摩擦變化、小擾動和感測器延遲。僅適用於固定摩擦係數的策略尚未學會穩健過渡。
使用故障、介入和恢復資料進行訓練
成功軌跡低估了落差前的狀態。收集初期滑脫、初始抓握不良、關節飽和、阻塞、意外接觸、安全中止及人工介入，並用同步標籤進行。
根據預期的泛化主張，分別進行訓練、驗證和測試物件。同一物件和事件中的隨機影格無法確定轉移到新的幾何體或材料。
使用模擬而不假裝接觸是精確的
模擬可以生成多個接觸，並隨機化質量、摩擦、順應性、延遲和致動器行為。它對廣泛的策略訓練很有用，但接觸和肌腱動態可能與硬體有重大差異。
快速運動適應研究展示了線上適應模擬訓練中指尖的真實旋轉。重現部署包絡線，測量適應失敗之處，而非將物體計數作為通用能力。
評估路徑、掉隊和恢復，而不僅僅是最終成功
報告角度和平移誤差隨時間變化、完成時間、路徑長度、峰值力、節隙間距、接觸轉移次數、落差、復位及安全中止速率。按物體、初始抓取、目標和擾動劃分結果。
公平比較可以明確復位輔助和物體跟蹤條件。計數試驗需要手動重新定位，因為它們影響吞吐量和自主性。
| 測試因子 | 關卡 | 度規 | 失效證據 |
|---|---|---|---|
| 目標 | 形狀、質量、摩擦力、脆弱性 | 成功與損害 | 物件身份 |
| 初步理解 | 接觸與姿態變化 | 可達目標速率 | 起始狀態 |
| 目標 | 軸與角 | 姿態誤差與時間 | 對稱集 |
| 擾動 | 推、遮擋、感測器延遲 | 恢復率 | 事件時間戳 |
| 部署 | 溫度與磨損 | 漂移與中止 | 硬體版本 |
釋出一個可恢復的操作信絡
記錄手部、指尖皮膚、感測器、物體組、初始抓取分佈、目校正義、控制速率、力限制、重置策略及排除條件。保持影片與同步紀錄的關聯，而非僅展示部分成功案例。
釋出時要有一份簡明的清單。
評估“機器人手內操作：滾動、滑移、手指步態與重抓”時，還應儲存模型版本、機器人設定、校正檔案、測試日期和全部試驗記錄。
只有把這些持續投入與單位成功任務的價值比較，才能判斷方案是否適合擴大。
上線後仍要持續檢查分佈變化、感測器漂移、機械磨損和人工接管原因。
實際專案還應指定資料、模型、控制器和安全流程的負責人，並預先定義回復條件。責任邊界、審批記錄與變更紀錄越清楚，故障發生後越容易停止擴散、定位原因並安全恢復。
把任務拆成感知、決策、動作執行和結果確認，可以更準確地定位瓶頸。每一階段都應有獨立指標與失敗示例，避免用端對端成功率掩蓋偶發但嚴重的風險。
引用的產品規格、論文結果和監管要求需要記錄釋出日期與適用版本。資料更新後應重新核對關鍵結論；無法從一手來源確認的內容，應明確標註為待驗證資訊。
小規模試點的價值在於提前暴露介面、人員協作和異常處理問題。試點結束後應依據預設門檻決定擴大、修改或停止，而不是因為已經投入資源就預設繼續。
所有結論都應能夠追溯到原始記錄，並可複核。
- 說出物品和手框。
- 跟蹤接觸模式和支撐設定。
- 繫結關節、碰撞力和損傷餘地。
- 訓練並測試感測器掉落和恢復。
- 報告成功撤銷、重置和介入。
常見問題
手中操作和回溯是一樣的嗎？
不行。重抓是一種策略；滾動、滑行和手指步態可以在保持其他接觸的同時改變物體姿勢。
僅靠相機能估算物體姿勢嗎？
在某些設定中可以，但手部遮擋和視覺模糊的物體通常需要多視角、運動模型或觸覺證據。
多用手指總是更好嗎？
不會。更多的手指不僅增加了接觸點和控制權限，還包括感應、校正、碰撞、觸發和規劃的複雜度。
有學問的策略能擁有兵力限制嗎？
策略可能會提出行動建議，但對於驗證過的風險和損害範圍，仍需獨立執行的硬體和監管限制。
除了成功率之外，還應該衡量什麼？
姿勢軌跡、時間、力、關節間隙、接觸轉換、投放、重置、介入和恢復成功率揭示可部署性。
接觸模式與可恢復運動邊界
靈巧動作應當是可預測的失敗。在學習和部署期間，將物體損壞、能量掉落和手指夾擊危險物保持在獨立執行的防護範圍內。