AI-translated from English; not yet reviewed by a fluent editor. # Boston Dynamics 設計 Atlas 新手，讓它學習使用工具 > Boston Dynamics 的四指 Atlas 手部結合 13 個自由度、可反向驅動的致動方式與觸覺感測，並在模擬中使用強化學習。公司報告了初步遷移結果，但未公布基準測試或商業部署資訊。 By BIG CHANGE Editorial Published: 2026-10-09T20:36:05.023Z Updated: 2026-10-09T20:36:05.023Z Canonical: https://bigchange.ai/blog/boston-dynamics-atlas-hand-learned-tool-use ![An unbranded four-finger robotic hand hovers above a small cylindrical handle on a workshop bench, supported by a bolted fixture.](https://bigchange.ai/api/media/file/atlas-hand-concept-hero-v1.png) AI-generated conceptual illustration by BIG CHANGE. The generic hand is not Atlas hardware, a Boston Dynamics product rendering, or a test demonstration. [Boston Dynamics 的新款 Atlas 手部](https://bostondynamics.com/blog/robot-hands-for-modern-ai-and-real-work/)有四根手指、13 個自由度，手掌與指尖都裝有壓力感測器。公司表示，這套硬體旨在讓靈巧操作更容易在模擬中訓練，並遷移到實體機器人。其公開說明描述了初步的模擬到實際遷移結果，但沒有提供基準測試、任務成功率或商業部署證據。 ## 重大變化 - **有哪些改變：** Boston Dynamics 描述新一代 Atlas 手部，其關節數比早期七自由度版本更多，並採用直接致動與高密度觸覺感測。 - **運作方式：** 公司表示會建模手部幾何、馬達行為與物體接觸，再於條件隨機變化的模擬中訓練強化學習策略，之後才在硬體上執行。 - **為何重要：**操作能力取決於手指如何移動、感知接觸並回應力量。若手部在模擬中的行為可預測，工程師便能在使用實體機器人前訓練更多控制能力。 - **已確認的內容：**Boston Dynamics 報告稱，動態任務的初步遷移結果令人鼓舞。公司未公開任務內容、樣本數、成功率、比較基準或部署時程。 ## 四根手指，更靈活的拇指 [Boston Dynamics 說新手部有 13 個自由度](https://bostondynamics.com/blog/robot-hands-for-modern-ai-and-real-work/)：可對掌的拇指有四個，其餘三根手指各有三個。公司表示拇指能沿著其他手指滑動，也能橫向移動，因此可進行捏取與三點式抓握。公司也描述了握住工具並按下其扳機的動作。 這項設計沒有第五根手指。 [Boston Dynamics 表示](https://bostondynamics.com/blog/robot-hands-for-modern-ai-and-real-work/)，多一根手指會增加三個致動器，並提高成本、占用空間、耗電量，也增加可能故障的零件。公司將此視為依任務取捨：四指手部或許足以完成團隊鎖定的操作行為，同時降低機械複雜度。這是公司的設計理由，並非手部能完成所有人手任務的證據。 公司表示，手部尺寸接近大型人手，因此能伸入為人類設計的空間，並使用為人類製造的工具。Boston Dynamics 將密封致動器、直接驅動與可反向驅動描述為讓關節回應環境力量的方法。公司表示，手掌與指尖遍布高密度壓力感測器，而致動器回饋則提供關於關節移動和受力的本體感覺資訊。 這些選擇分別處理不同的控制問題。關節回饋可協助控制器估算手指如何移動，以及物體推回時手指如何反應。觸覺感測器可記錄整隻手的接觸。公司將兩者都列為設計的一部分，但未提供個別評估來說明任一感測系統提升任務表現的幅度。 ## 手部為何針對模擬而設計 訓練靈巧機器人的策略，不只是記錄人手動作。Boston Dynamics 認為，穿戴式示範可以擷取人的動作，卻無法呈現控制機器人手指所需的所有快速力量調整。其方法將模擬式強化學習與可建模其物理行為的手部結合。 [公司指出，這套模擬有三個部分](https://bostondynamics.com/blog/robot-hands-for-modern-ai-and-real-work/)：運動學，即手部幾何與關節位置；動力學，包括摩擦、扭矩與背隙；以及接觸，也就是手指如何與物體互動。公司表示，訓練會隨機改變馬達扭矩曲線、表面摩擦、物體幾何與任務干擾。這些變化旨在讓策略在真實手部上執行前接觸不同條件。 [Boston Dynamics 報告了動態任務的初步模擬到實際遷移](https://bostondynamics.com/blog/robot-hands-for-modern-ai-and-real-work/)。公司表示，這些行為先以領域隨機化在模擬中訓練，再於實體手部上執行，並使用高頻致動器本體感覺回饋。貼文未指出任務、試驗次數、成功門檻、報告測試中使用的觸覺資料量或策略架構。「令人鼓舞」是公司的描述；該報告不是經獨立評估的基準測試。 ## 設計方向，不是部署成果 手部的明確目標是讓工具使用及其他精細操作更容易訓練。這項公告有助理解 Boston Dynamics 如何將機械設計與強化學習連結：直接驅動、可反向驅動的關節與接觸模型，意在縮小模擬行為和實體行為之間的差異。 同一篇貼文將可靠且低成本的製造稱為長期目標。它沒有說明新手部何時出貨、有多少 Atlas 機器人使用、示範之外完成了哪些任務，或是否有客戶已部署。這些問題與模擬能否訓練出可遷移至硬體的策略是不同的。 ## 來源與延伸閱讀 - [Boston Dynamics，《Robot Hands for Modern AI and Real Work》](https://bostondynamics.com/blog/robot-hands-for-modern-ai-and-real-work/)。公司對手部設計、感測與模擬方法的技術說明，包括公司初步的模擬到實際遷移說法。頁面未標示發布日期；查閱日期為 2026 年 10 月 9 日。沒有提供獨立基準測試或商業部署證據。 - [The Robot Report，《Boston Dynamics gives more insight into its redesigned humanoid hand》](https://www.therobotreport.com/boston-dynamics-gives-more-insight-into-its-redesigned-humanoid-hand)。重新設計相關的訪談背景。這不是獨立效能測試；本文關於手部規格和所報告學習結果的資訊依據 Boston Dynamics。 ## Sources - [Boston Dynamics，Robot Hands for Modern AI and Real Work](https://bostondynamics.com/blog/robot-hands-for-modern-ai-and-real-work/) — 關於設計、感測、模擬及公司所報告初步模擬到實際遷移的第一手來源。 - [The Robot Report，Boston Dynamics gives more insight into its redesigned humanoid hand](https://www.therobotreport.com/boston-dynamics-gives-more-insight-into-its-redesigned-humanoid-hand) — 訪談背景；本文沒有任何獨有事實主張依賴此來源，而且它不是效能測試。