在机器人操作领域，抓取和操纵薄物体一直是一个挑战，因为这需要精确的接触几何形状和可靠的力感知。许多拟人机械手缺乏此类交互所需的机械和传感能力。为了解决这个问题，来自Aaron Kim等七位作者的研究团队开发了ARISTO机械手，相关论文于2026年5月28日提交到arXiv（编号arXiv:2605.30508），属于机器人学（cs.RO）领域。
ARISTO机械手是一种腱驱动机械手，其核心创新在于集成了主动远端过伸和混合指尖传感架构。主动远端过伸允许指尖在超出标准弯曲的运动学极限的情况下进行受控接合，这对于处理薄物体尤其重要。实验表明，对于厚度在1到20毫米之间的物体，这种过伸机制将拉出力提高了2.76倍，同时保持了标称的抓取能力。这意味着机械手可以更牢固地抓住薄物体，减少滑脱的风险。
混合指尖传感架构是另一个关键创新。它结合了刚性、指甲安装的力/扭矩传感器和软电容触觉阵列。这种组合解决了边缘接触时力感知的难题。在边缘接触中，随着接触几何形状接近运动学奇异点，本体感受力估计的敏感性会下降。刚性传感器在指甲位置提供了可靠的力测量，弥补了这一缺陷。软电容触觉阵列则提供了额外的触觉反馈，使机械手能够更精细地感知接触状态。
为了验证所提出的架构，研究团队进行了定量力表征和多阶段SD卡提取与插入任务。SD卡操作任务涉及从插槽中取出SD卡并将其插入，这需要精确的力控制和接触几何感知。实验结果表明，ARISTO机械手能够成功完成这些任务，证明了其硬件和传感设计的有效性。
该研究的视频和补充材料可在项目网站 https://aristohand.github.io 上获取。论文的DOI为https://doi.org/10.48550/arXiv.2605.30508，目前正在通过DataCite进行注册。这项研究为机器人精细操作领域提供了一种新的硬件解决方案，有望应用于需要高精度力控的场合，如电子装配、医疗手术等。