用当前的机器人学去剖析这一过程，实际上又是这样子的：当我们想去伸手抓某个物体（ai做出决断），我们会大致看一下这个物体的位置（通过visiy进行定位），而当我们去抓的时候，我们主要基于的是对我们指尖（endeffectyir）位置的路径规划（trajeg），通过自己的手臂带动手掌去接近物体（anipu1atiy &nress）。

在这一接近的过程中，我们的视觉一直再给我们做反馈（feedback），而当物体处于手掌的操作空间的时候，大脑会控制我们具体的手指进行抓握，而怎么去抓，则是基于我们大量的生活经验，去自动生成最优的适合物体轮廓的抓取方案（acept）。

而在具体手指的操作之中，我们还是基于手指指尖的轨迹规划去控制各个手指关节的运动（underactuated yir 11y actuated ）。最终，皮肤上的触觉神经（tasyir）会给我们一个反馈，告诉我们是否抓取到了东西，凭借肌腱传递的接触力接触物体产生的静摩擦力，去对物体进行操作，而触觉神经会一直给我们物体形状硬度甚至温度的反馈，借助大量的实际抓取经验，自动生成最优化，最稳定，最省力的抓取方案。

而上述这一大段控制的基本叙述，正常人类都能在12s内完成到最佳（比如说现在你去拿桌子上的手机，根本不需要思考去做规划，完全是直接伸手就拿）.

所以，如果从当前水平的机器人的视角，来审视人类这样一个躯体和系统，简直高级的可怕。

最后，我们再来谈谈人手的具体功能。毫无疑问，具体的对物体的抓取，操作是人手的主要功能，所以自然而然也能想到手势（sture）这样的功能。

而对于前者的功能，对其性能的描述无外乎以下两点：灵巧（dexteryi）而又鲁棒（ryibtness）。

好的，现在回到这个问题的后半个：机械手是怎么设计出来的。

设计机械手整体的思路还要回归于问题的前半个：人手抓物体的原理是什么？具体而言，要根据人手抓物体的原理去设计能实现相应功能的硬件——即机械手。

说到这里，我想大家已经很清楚了。即便一个机械手，模仿人类的一个抓取动作，都这么复杂，那就由此可见，我们所面临的机器人，将有多么先进。

大家再看，我手中的机械手臂，便是副队，带回来的，

‘夏娜多瓦’说罢，拿出了一个机械手臂，而且竟然还能动，与在座的各位招手！