为什么机器人在洗碗时遇到困难：感知、湿抓、接触与恢复

洗碗对机器人来说很困难，因为它不是一次性动作。机器人必须在杂物中寻找物品，分开堆叠的物品，抓住潮湿脆弱的表面，施加接触力，摆放不同的几何形状，并注意清洁或放置失败。水、泡沫、倒影和移动物体在任务进行中会改变场景。

操作者通过丰富的触觉、双手、快速的视觉反馈和多年的经验来解决这些变化。机器人必须通过摄像头、触觉和力传感器、校准的机械、规划和恢复逻辑来重现相关能力。一个已准备好的水槽的成功不会自动转移到另一个厨房、物品套装或洗碗机架上。

该任务是对 物理人工智能 的有用测试，因为感知与动作无法分离。每一次抓取都会改变视角，每一次接触都改变物体的状态。实际问题不在于视频是否只展示洗碗，而是哪些阶段是自主的，系统如何处理普通变化。

家庭水槽是一个无结构的工作空间

工业自动化通常通过固定装置、已知部件和明确的接近路径来减少变化。家庭水槽内含有透明玻璃、反光金属、可变形海绵、食物残渣、餐具和相互隐藏的物品。它们的位置会随着人类或机器人的每次动作而变化。

照明和摄像机视角也各异。蒸汽、水滴和眩光会使图像退化。机器人需要一个在物体移动后仍有用的场景表现，并且必须区分安全的抓握与锋利的器具、不稳定的堆叠或易碎的边缘。环境设计可以简化问题，但普通家庭环境的标准化有限。

潮湿且反光的物体会使感知变得复杂

透明玻璃可能提供较弱的深度相机回波，抛光餐具可能制造高光，花纹盘则会混淆边界。水会改变外观，使残留物难以与反射分辨。在干燥的台面上工作的物体探测器，在拥挤的湿水槽中可能无法提供可靠的姿势。

感知还必须估计各种关系：哪个盘子在上面，杯子是否含有液体，餐具被困的位置，以及架子是否有空隙。这些都是任务相关的状态，而不仅仅是标签。不确定性应影响下一步行动，而不是被一个信心分数掩盖。

湿握需要力量和滑动反馈

陶瓷板既重又脆弱且滑溜。法向力过小会导致滑动；过大则可能破坏物体或损坏薄底圈。安全范围会因材料、肥皂、接触位置以及物体是否有水或其他碟子支撑而变化。

视觉帮助选择握把，但接触反馈有助于保持握持。触觉传感器、电机电流、关节转矩和手腕力量可以揭示接触和初步滑动。难度与人形 机器人手部的更广泛问题有关，感应和控制必须在紧凑耐用的硬件内进行。

清洁是一项接触控制任务

擦拭或刷洗需要工具在沿曲线或部分隐藏表面时保持有效接触。机器人必须调节力，调整方向，避免将碟形盘推向其他物体。仅定位轨迹可能导致清洁力不足，或在几何估计错误时造成不安全碰撞。

机器人还需要停止条件。时间或冲程次数不能证明残留物已消失。水下和泡沫下目视检查可能较为困难，而力数据无法直接判断清洁度。可展开系统可能需要多个传感器，或在模糊情况下采用保守程序并由人工核查。

任务阶段	主要不确定性	有用的反馈	典型失效
分离	隐藏几何与堆栈稳定性	视野、深度、接触	两个物体一起运动
抓握	摩擦力、质量与脆弱性	触觉、力、马达电流	滑倒或过度用力
清洗	表面形状与残留物	力加目视检查	未中区域或碰撞
放置	机架几何结构与自由空间	姿势、接触与占有	错位或不稳定的位置

机架加载是一个受限的放置问题

将盘子放入洗碗机时，需要选择避开附近齿和盘子的路径，然后保持稳定且与水流兼容的最终姿势。杯子、碗、平底锅和餐具需要不同的朝向。架子本身在接触时可能会滑动或弯曲。

机器人可以通过使用已知的架子和有限的物品集来简化任务。证据应该说明这一点。一般的家庭装载需要识别陌生物品、使用规划、双手重新定位以及对不合适物品的处理策略。这些排除比通用的家用机器人标签更重要。

长任务序列放大了小误差

洗碗可能包含数十个相关的步骤。稍微抓得不够好可能会移动物体，从而改变摄像机视角，进而导致后续放置错误。控制器需要任务记忆：哪些物品脏了、正在进行中、清洗、放置或掉落。重复完成的步骤可能导致新的污染或碰撞。

长时域评估应报告阶段和任务层面的完成情况。即使机器人成功完成了90%的孤立抓握，当需要多次抓握时，其全周期速率仍可能较低。恢复策略和验证步骤因此是性能的一部分，而非主策略后添加的可选附加内容。

遥操作可以隐藏或教会艰难的决策

遥操作员可以选择抓取点、管理接触并从意外状态中恢复。这可能是预期的操作模型或收集演示的方法。 Mobile ALOHA项目 明确区分了全身遥操作的数据收集与学习到的自主操作技能，包括轻度操作。

家庭演示应披露是否由个人持续指挥机器人、仅提供高层次目标或干预失败。这一界限影响劳动成本和自主性证据。人工演示仍有价值，但自主性需要通过独立运行评估来验证，包含干预和重置计数。

结构可以让厨房任务变得易于完成

商业厨房工作站可以限制容器、放置和工作流程。专用工具可以替代普通的手工，传感器也可以围绕任务部署。这并不意味着机器人智能降低；而是系统工程降低了不确定性并提高了重复性。

实景示例展示了有组织的餐食准备系统中的自主臂。它不是洗碗机器人，但它展示了设计工作单元与任意家庭水槽的区别。在比较演示时，记录成功中有多少来自机器人，有多少来自环境。

逐阶段评估洗碗演示

列出物体、起始布置、水和清洁条件、控制模式及未编辑任务时长。然后标记机器人是否完成了分离、抓取、清洁、放置和验证。统计人工干预、投放、碰撞、重置及需要手动排除的项目。

使用更广泛的 机器人视频检查清单，避免编辑成功误认为是重复自主。一个强有力的演示包括各种普通物体，标明分母，并展示抓握或放置失败时会发生什么。

部署测试应衡量有用的家务服务

仅靠任务成功率不足以证明适合家庭使用。测量破损、水渍泄漏、表面损伤、人与机器人的距离、失败后的清理、噪音、循环时间以及每次干预完成的物品数量。如果服务包含人工协助，隐私和远程视频处理非常重要。

短期最佳设计可能是更窄的电器、结构化的机架或只处理选定物品的机器人。能力通过明确排除并通过测量测试扩展来提升。承诺完成所有厨房任务不如有文档的操作范围且随时间改进更实用。

评估“为什么机器人在洗碗时遇到困难：感知、湿抓、接触与恢复”时，还应保存模型版本、机器人配置、标定文件、测试日期和全部试验记录。把成功、失败、恢复与人工介入放在同一份数据中，才能区分模型能力、系统接口和现场流程造成的差异。

成本评估除了设备与算力，还要记录数据采集、工程调试、安全措施、维护、停机和人员培训。只有把这些持续投入与单位成功任务的价值比较，才能判断方案是否适合扩大。

上线后仍要持续检查分布变化、传感器漂移、机械磨损和人工接管原因。监测结果应能触发降级、停止与重新验证流程，并为下一轮数据采集和模型更新留下可追溯记录。

部署指标	为什么重要	如何报告
全周期完备	捕捉依赖步骤	每次尝试完成装载的数量
干预率	揭示隐藏的劳动	每对象或每小时的接管次数
损害与溢出率	代表家庭风险	每个周期的事件与严重程度
物体覆盖范围	定义了一般性	命名形状、材料与排除
恢复时间	影响服务价值	从检测到错误到安全继续的时间

• 检查任务是否端到端。
• 将湿抓与简单的干式抓取分开。
• 统计干预、重置和排除对象。
• 请求在现实变异中重复试验。
• 将安全恢复视为任务成功的一部分。

常见问题

为什么机器人能吸尘但不能可靠地洗碗？

吸尘通常涉及平面导航和专用清洁机制。洗碗还会增加各种易碎物品、湿抓取、接触力、杂乱、摆放和长距离恢复。

五指类人手能解决洗碗问题吗？

单独行动不是。机器人仍然需要感知、触觉、力控、计划、耐久性以及水、残留、放置和失效的策略。

装洗碗机比手洗更容易吗？

它减少了一些清洁接触，但仍需分离湿物体、估算姿势、规划无碰撞路径以及将各种物品稳妥地放置在架子上。

遥操作能让洗碗服务变得实用吗？

可能，尤其是例外情况。其可行性取决于干预频率、响应时间、网络可靠性、隐私和人工成本，这些都应被衡量。

洗碗机器人演示应该报告什么？

报告控制模式、对象、起始条件、全周期尝试、干预、投放、碰撞、排除、周期时间及恢复行为。

家庭演示注意

家用机器人的功能、控制模式和可用性可能会发生变化。在将厨房剪辑视为支持服务之前，请重新核对链接的主要演示，并请求完整的反复试验证据。