机器人学做寿司，捏坏的饭团也能留下当教材

机器人学做寿司，捏坏的经历也能留下来当教材。TacSushi研究让机械手参考失败造成的后果，却不照着模仿失败动作。这个项目9月17日公开预印本，本周列入11月12日在美国奥斯汀举办的CoRL灵巧操作工作坊录用名单；三菱电机研究实验室随后给出了日期为11月13日的技术报告。

作者Haodi Hu的项目页把米饭、海苔、鱼片等操作演示放在一起，并注明六倍速播放。旁边还有指尖力传感和远程操控测试，展示了让机械手获得接触信息、收集人类动作的研发过程。看这样的短片，首先要把“动作完成了”和“动作很快”分开：加速播放方便观察完整过程，却会改变人对节奏的直觉。食材被托住、放下和调整的片段，也比一张漂亮的最终成品照片更能说明任务究竟是什么。

这只手使用Shadow Hand平台。厂商2022年的Lite技术说明已经把驱动与传感装进手和前臂，关节位置、指尖接触以及拉动手指的“肌腱”受力都能形成数据。兼容的指尖传感器还可以更换，软件能接入不同控制方法。也就是说，机械手有感觉、能收发指令，是可供研究者使用的硬件基础；真正难的另一半，是如何让这些数字影响下一次动作。换一套学习方法，不等于重新发明整只手。

可以把学习过程想成教人捏饭团：只看成功录像，是记住怎样摆手；保留散掉的饭团，则能讨论哪一步出了问题。TacSushi在训练时预测操作后果，执行时不再运行这部分预测器。六种方法合计测试600次，每种方法每项任务20次。论文报告，熟悉任务的成功率为68.3%，换两种未训练食材后降到37.5%。评价混合了五个人和三个视觉语言模型对成品外观的评分，不能把它当成味道好坏的测试。

工作坊官网把TacSushi放在不保证海报位置的录用论文组，并把“怎样比较不同机器人”“什么证据才算通用灵巧”列为讨论重点。这也给观看演示提供了一把更实用的尺子：除了问它能不能捏出一次寿司，还要问换了材料、换了场景是否依然可靠。对厨房帮手而言，偶尔做成与天天做稳之间，还有很长一段距离；把失误记录留下来，至少让改进从具体问题出发。

原始预印本：北京时间2026年9月17日11:01／美国东部时间2026年9月16日23:01（EDT）；MERL技术报告日期：2026年11月13日。