2. 灵巧手硬件与运动学基础

要让强化学习策略在灵巧手上真正“学会抓取与操作”，第一步不是写算法，而是把硬件与运动学关系看清楚。策略网络的输入是关节角、指尖位姿与接触力，输出是关节目标或力矩；如果对多指手的结构、自由度、驱动方式、正逆运动学与工作空间没有清晰认识，奖励设计和动作空间就会失真。本节从硬件到运动学，再到抓取分类，建立后续策略工程的物理底座。

一、多指手结构：从仿生构型到连杆链

典型灵巧手由手掌基座、3～5 根手指、若干指节与关节组成。每根手指可视为一条串联连杆链：掌指关节（MCP）、近端指间关节（PIP）、远端指间关节（DIP）依次连接。以三指手为例，常见构型为 3 指 × 3 关节 = 9 个主动自由度；五指手则可能达到 15～24 个自由度。自由度越多，抓取姿态越丰富，但动作空间维度、控制难度与仿真成本也同步上升。

结构上还需关注两个关键量：连杆长度决定指尖可达范围，关节限位决定运动边界。强化学习若忽略限位，策略容易输出不可达动作，导致仿真中关节“卡死”或穿模。

二、自由度与驱动方式：欠驱动与全驱动的取舍

自由度（DoF）分为主动自由度与被动自由度。全驱动手每个关节都有独立电机，控制精度高、可做精细操作，但体积大、成本高、布线复杂；欠驱动手通过腱绳、连杆或差速机构，用较少电机驱动多个关节，结构紧凑、抓取自适应强，但难以精确控制每个关节位置。

常见驱动方式包括：电机直驱、腱绳驱动、连杆驱动、气动/液压驱动。腱绳驱动接近人手肌腱结构，适合轻量化；连杆驱动刚性好，适合工业场景；气动驱动柔顺但响应慢。选择驱动方式时，要同时考虑力控能力、回程间隙与维护成本。

三、正逆运动学：从关节角到指尖位姿

正运动学（FK）解决“给定关节角，求指尖位姿”。对串联手指，用 DH 参数或齐次变换矩阵逐级相乘即可。逆运动学（IK）解决“给定指尖目标位姿，求关节角”，通常存在多解、无解或奇异问题。多指手还需处理指尖相对手掌的协同约束。

# 以三指手单指为例的 FK 伪代码
T = I
for i in range(3):          # MCP, PIP, DIP
    T = T @ rot_z(theta[i]) @ trans_x(L[i])
tip_pose = T @ [0, 0, 0, 1]  # 指尖位置

在强化学习中，FK 常用于计算奖励中的指尖距离；IK 则用于生成示范轨迹或目标姿态。若 IK 求解不稳定，可改用雅可比矩阵迭代或直接让策略在关节空间探索。

四、工作空间与抓取分类

工作空间是手指末端可达点的集合，受连杆长度与关节限位约束。多指手的工作空间是各指工作空间的交集与并集组合：交集决定可协同抓取的区域，并集决定单指可达范围。抓取分类常用以下维度：

五、案例：三指手抓取圆柱体的运动学链路

假设三指手抓取直径 60 mm 圆柱体。首先用 IK 计算三指指尖目标点，使三指呈 120° 分布；然后检查工作空间是否覆盖该圆柱表面；最后用 FK 验证指尖实际位置与目标误差。若误差大于 5 mm，说明关节限位或连杆长度不足，需要调整抓取姿态或更换抓取分类。

六、常见误区与复盘

• 误区一：只关注自由度数量，忽略驱动耦合。欠驱动手的关节角并非独立，策略若按全驱动设计动作空间，会输出大量无效动作。
• 误区二：IK 无解时强行执行。应设置可达性检查，无解时切换抓取分类或调整目标位姿。
• 误区三：工作空间只算单指。多指协同抓取需要计算多指交集区域，否则策略会学到“看似可达、实际无法协同”的假动作。
• 误区四：抓取分类与奖励脱节。力闭合与形闭合的奖励项不同，分类错了，策略会优化错误目标。