论文导读
苏黎世联邦理工学院软体机器人实验室提出一套实时控制方法，让灵巧手只靠手指转动握住的笔，不用强化学习、仿真训练或预采集演示。控制器在笔记本CPU上约18秒完成初始化，实体手多次书写的平均平面误差为0.6毫米；速度提高后误差会明显变大。
握住笔以后再写字，比移动整只手难得多
机械臂拿笔写字可以移动腕部和手臂，手指只负责夹紧。论文要求手腕固定，笔在手掌里通过手指关节完成轨迹。多个接触点不断滑动和受力，精确的手—笔模型很难建立，仿真也难复现真实摩擦。
团队没有先收集大量示范，而是让机器人做一段小幅探索动作。摄像头追踪笔尖，系统实时估计每个电机变化会让笔尖向哪个方向移动。这张局部映射就是任务雅可比矩阵，会在书写过程中持续更新。
图1：实体灵巧手固定手腕，仅靠手指控制笔尖在纸上写出hello。
感知、估计和控制在笔记本CPU上闭环运行
每次循环先读取笔尖位置，再用最新动作和位移修正雅可比估计。控制器把目标轨迹转换成电机命令，同时利用零空间调整手指姿态，避免某个关节走到极限。它不需要解析手指和笔之间每个接触点。
初始化约18秒后，实体手便能开始写字，之后仍在线适应握笔变化。相同估计与控制形式还用于另外两种仿真灵巧手，说明方法没有绑定某一种关节布局；实体精度结论仍只来自其中一套真实硬件。
项目图：摄像头跟踪笔尖，实时更新任务雅可比并计算电机命令。
平均误差0.6毫米，连续写31分钟没有漂移
论文在纸面和空中测试字母、闭合形状与任意单笔轨迹。实体手多次实验的平均平面误差为0.6毫米。一次不间断约31分钟的实验写完整个字母表，分成六段后，每段平均误差保持在0.59至0.69毫米，95分位数在1.2至1.6毫米之间。
论文素材：机器人只用指内动作写出的多组字母与连续笔画。
精度对速度很敏感。命令速度加到2倍时，一次实验约0.8毫米，另一次却退化到2.3毫米；逐步加速的多次运行出现大幅瞬态甚至发散。0.6毫米不能理解为所有速度和所有握姿下都能维持。
下一步从单笔轨迹走向换笔和接触任务
当前系统擅长连续单笔路径，后续可以加入抬笔、落笔、换方向和压力控制，处理多笔汉字、绘图与书写工具变化。摄像头若被遮挡，系统还需要融合触觉或关节传感器。
实时估计也可用于旋钮、螺丝刀和刷子等手内工具。每种任务都要重新验证接触稳定性和安全边界。论文展示了一条低算力、少数据的灵巧操作路线，距离高速通用手内操作还有明确实验空间。
参考资料
https://arxiv.org/abs/2609.11775
