近年来，机器人逐渐获得了人工视觉、触觉乃至嗅觉。麻省理工学院的副教授费德尔·阿迪布指出：“研究人员一直在努力赋予机器人更多的人类感官。”在他的最新研究中，阿迪布和他的团队致力于开发一种具有超人感知能力的机器人。

研究团队开发了一种利用无线电波的机器人，这种无线电波能够穿透墙壁，检测被遮挡的物体。这款名为RF-Grasp的机器人结合了强大的感应功能和传统的计算机视觉，可以定位并抓取原本看不见的物品。这一进展有望简化仓库中的电子商务运作，或帮助机器人从杂乱的工具箱中取出螺丝刀。

该研究将在即将举行的IEEE机器人与自动化国际会议上发表。主要作者是麻省理工学院媒体实验室Signal Kinetics小组的研究助理塔拉·博鲁沙基。她的合作者包括阿迪布教授和机械工程系的阿尔贝托·罗德里格斯教授。其他合作者还包括哈佛大学的研究工程师林伦山和佐治亚理工大学的博士生伊恩·克莱斯特。

尽管电子商务行业蓬勃发展，但仓库工作仍然主要由人类承担，因为机器人难以在这种拥挤的环境中寻找和抓取物品。罗德里格斯表示：“感知和选择是当前行业的两大障碍。”仅靠光学视觉，机器人无法识别被包裹或隐藏在其他物体后的物品，因为可见光波无法穿透墙壁。然而，无线电波却可以做到这一点。

无线电频率（RF）识别技术已经广泛应用于追踪图书、宠物等多种物品。RF识别系统由阅读器和标签两部分组成，标签是一种微型芯片，可以贴在需要追踪的物品上。阅读器发出RF信号，标签将其调制并反射回阅读器，从而提供有关物品位置和身份的信息。RF技术已经在零售供应链中普及，日本计划在几年内将RF追踪应用到几乎所有零售采购中。

研究人员意识到，RF技术的广泛应用对机器人感知能力的提升具有重要意义。罗德里格斯认为：“RF是一种不同于视觉的感知方式，忽视它的潜力将是错误的。”RF Grasp机器人结合了摄像头和RF阅读器，即使物品被完全遮挡，也能找到并抓取带有标签的目标。机器人配备了一个机械臂，摄像头安装在手臂上，RF阅读器独立于机器人工作，将跟踪信息传输到机器人的控制系统。

机器人通过RF标签对目标物体进行“ping”操作，从而启动搜索过程。“首先使用RF来引导视觉注意力，”阿迪布解释道。“然后利用视觉来进行精确操作。”这一过程类似于先听到警笛声，再转向观察警笛的位置。

通过两种互补的感知方式，RF Grasp能够在目标物体上精准定位。当距离目标越来越近时，视觉提供了比RF更详细的反馈，从而主导了机器人的决策过程。

在一系列测试中，RF Grasp机器人表现出了极高的效率。与仅配备摄像头的类似机器人相比，RF Grasp只需一半的移动量就能准确找到并抓取目标物体。此外，RF Grasp还具备“整理”环境的独特能力，清除包装材料和其他障碍物以接近目标。罗德里格斯表示，这证明了RF Grasp相较于没有RF感应系统的机器人具有“不公平的优势”。

RF Grasp未来可能在电子商务仓库中执行任务，其RF感应技术甚至可以在不接触物品的情况下验证物品身份。罗德里格斯认为：“RF技术有可能改善行业在感知和定位方面的局限性。”

阿迪布还设想了RF Grasp机器人在家用场景中的潜在应用，例如找到合适的内六角扳手来组装宜家家具。“或者你可以想象机器人找到丢失的物品。这就像一个超级扫地机器人，无论你把钥匙丢在哪里，都能找到它们。”

该研究得到了美国国家科学基金会、NTT DATA、Toppan、Toppan Forms和Abdul Latif Jameel水与食品系统实验室（J-WAFS）的支持。