無論是抓握、保持、轉動、觸摸、打字還是按壓 — 在日常生活中我們都會用雙手完成各種各樣的任務，無需反覆思考。然而，人類的手是自然界最神奇的工具之一。所以，有什麼比在協作空間中為機器人配備由自然原型啟發的手更自然的呢？那麼，機器人可以透過人工智慧，學習解決各種抓握和轉動任務嗎？
強化學習模式是一種基於獎勵的學習演算法，與 BionicSoftHand 配合使用。這表示無需定義機器人必須模仿的特定動作，只需要給手一個目標。然後嘗試透過反覆試驗來實現這一目標。根據收到的回饋（包括肯定和否定），它會逐步優化操作，直到最終成功完成任務。
具體而言，BionicSoftHand 的任務是旋轉十二面的立方體，以使先前設定的側面指向端部。使用數位雙胞胎在虛擬環境中學習必要的運動策略，此數位雙胞胎是使用深度攝影機和人工智慧演算法提供的資料建立。
數位模擬模型可以大幅加速學習，尤其是在複製這個模型時。透過大規模平行學習，所獲得的知識會與所有虛擬手共享，然後虛擬手會繼續使用新的知識 — 這表示每個錯誤只會發生一次。成功的工作可立即用於所有模型。
在模擬中對控制器進行訓練後，會將其傳輸到實際的 BionicSoftHand。使用在虛擬環境中獲得的移動策略，可以將多面體轉到指定側，並在將來相應地移動其他物體。因此，可以將已學習的知識和新技能的基本構成要素與其他機械手共享，並在全域範圍內使用。
與人的手不同，BionicSoftHand 沒有任何骨骼。它透過手指中的氣動波紋管結構控制運動。當氣室充滿空氣時，手指彎曲。如果氣室是空的，則手指保持筆直。拇指和食指還配備了一個旋轉模組，使這兩個手指也可以橫向移動。因此仿生機器人的手共有十二個自由度。
手指中的波紋管包裹在特殊的 3D 織物護套中，該護套由彈性、高強度的線編織而成。因此，織物可用於精確地確定結構會在何處展開並產生力道，以及在何處阻止其展開。
為了盡可能減少 BionicSoftHand 所需的管路數量，開發人員設計了一個小型的數位控制閥組，直接安裝在手的下方。這表示可直接控制手指的氣管，不必穿過整個機械臂。因此，BionicSoftHand 可以透過一個供氣和排氣的氣動管，快速輕鬆地連接並投入使用。所使用的比例壓電閥可以精確控制手指的運動。
採用靈活的氣動運動學以及彈性材料和輕質零件，使 BionicSoftHand 相較於電動或繩索操作的機械手產品更為優異，並可降低成本。由於其模組化設計，也可以使用具有三個或四個手指的手部模型。
結合輕型氣動機器人（例如 BionicCobot 或 BionicSoftArm），該機械手可用於安全、直接的人機協作。兩種機器人都採用可收合設計，並且不必像傳統工廠機器人那樣與工人隔離。
這使 BionicSoftHand 成為應用於未來工廠協作工作區的理想選擇。由於柔性機械手可以牢固有力地抓握，因此在組裝時可作為第三輔助手使用，其在服務機器人中的用途值得期待。