對於加州伯克利大學大二學生郭夢龍（Menglong Guo）而言，5 月 31 日是特別的一天。當天早上，他作為第一作者即將在「Grippers and Other End－Effectors」上進行 ICRA 2017 的 workshop 分享。
隨著五月的尾聲到來，ICRA 2017 的 workshop／tutorial 環節已經進入第三天，在穿插主題演講的同時，依然有數十個細分領域的學術分享正在緊鑼密鼓地進行。雷鋒網前兩天和郭夢龍交流時，他也表示議程非常多，是一個了解和學習的好機會。而今天的他，即將作為別人口中的「分享者」，又會是怎樣的一種體驗呢？
當雷鋒網(公眾號：雷鋒網) AI 科技評論來到現場時，身著一身西裝的郭夢龍正在調試展示所用的 PPT。當筆者問起他是否緊張時，他有點羞澀地回答「有一點兒」。
由於時間緊湊，為了加快進度，現場的展示分為兩個講臺，在第一位講者在臺上進行演講時，下一位講者就會呆在另一邊的講臺上提前準備。
郭夢龍正在臺上聆聽上一位講者的分享
郭夢龍從小在加拿大和美國長大，因此先前和雷鋒網 AI 科技評論交流的時候，他的普通話說得並不標準，但在 workshop 的時候，他用非常流利的英語充滿自信地分享了他所做的研究工作——《基於魯棒抓取的平行機械爪尖設計》。
目前平行機械爪被認為是比較常用的一種設計方案，比起五指機械爪所涉及的複雜算法，只有兩個呈平行狀態的「手指」便成了郭夢龍團隊所研究的主要方向。
團隊從全球 3D 設計與工程軟體巨頭歐特克開發的 3D 設計平臺 Dreamcatcher 中獲得靈感，這一平臺能夠基於輸入的相關參數自動提出設計方案。
他們的目標工作主要是實現三個方面：
團隊做了 37 個不同形態的 gripper（機械爪尖，或稱夾子），並逐一對 8 個不同的物體進行了共計 1377 次的抓取。
如果能夠成功抓取物體，並在數次晃動後不掉落，那麼團隊會記為「成功」；而失敗情況分為「drop」（掉落）、「slip」（滑落）及「Cage」（在此可理解為卡住）三種情況。
最終，團隊確定了能獲取最佳抓取效果的機械爪尺寸（如下圖所示）：
而作為對比，團隊採用了另外三種機械爪尖做了同樣的 80 次實驗對比，如圖所示，他們團隊的實驗效果明顯優於其他機械爪尖的抓取效果。
也正是因為出色的抓取效果，郭夢龍團隊的論文也得以受邀在今年的 ICRA 上面進行演講，這也是郭夢龍的首次「海外學術會議徵戰」。
而在討論環節中，郭夢龍經常被問到這樣一個問題，「為什麼會選擇從硬體層面入手改善機械爪」，而這也和他個人的研究方向有關。郭夢龍從事的研究和製造比較相關，他認為從算法層面提高機械爪抓取效果一來已經被研究得很多，二來也與他偏硬體的研究方向不太契合，因此採取了這種另闢蹊徑的方式進行嘗試。
團隊所做的主要貢獻在於三個方面：
郭夢龍表示，未來將繼續優化該工作，將其應用到更多的機械臂上，並且還要加入力傳感和隨機抓取的新元素進行試驗。
在 ICRA 已經呆了三天，郭夢龍表示由於細分領域太多，確實有很多東西需要了解和學習，「在抓取的那個 workshop 上，其他團隊的工作其實做得都還不錯，大家在相互討論的時候也是一個提升的機會。」
學術會議的研討環節一直以來都以深度和細度著稱，如果你更傾向宏觀地了解各個領域都有怎樣的前沿動態，今年 7 月 7 日在深圳舉行的 CCF－GAIR 大會將會是你最佳的選擇。目前六折早鳥票正在限量銷售，還不趕快行動？
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。