该论文旨在解决拟人化机器人手(anthropomorphic robotic hands)领域的一个核心问题：灵巧性(dexterity)概念定义模糊且评估标准不统一。
- 研究背景：当前不同机器人手系统使用不一致的评估标准，导致难以进行有意义的跨设计比较。
- 核心问题：缺乏一个基于可测量性能、统一的灵巧性定义和标准化评估基准(benchmark)。
论文提出了名为POMDAR的综合性灵巧性基准测试(benchmark)。
- 方法基础：基于人类运动控制(human motor control)的既定分类法(taxonomies)系统化推导。
- 实现方式：在现实世界和仿真(simulation)中均实现。
- 任务配置：包含四种操作配置(configurations)：垂直(vertical)和水平(horizontal)配置、连续旋转(continuous rotation)以及纯抓取(pure grasping)。
- 任务设计：包含机械支架(mechanical scaffolding)以约束任务运动、抑制补偿策略(compensatory strategies)，并确保度量指标(metrics)可被明确测量。
- 评分指标：定义了结合任务正确性(task correctness)和执行速度(execution speed)的定量评分指标(quantitative scoring metric)，将灵巧性有效衡量为吞吐量(throughput)。
论文的核心创新点在于首次提出了一个统一、标准化、基于分类法且可公开获取的灵巧性基准测试POMDAR。
- **定义创新**：将灵巧性形式化(formalize)为在一系列结构化操作和抓取动作上的任务性能(task performance)，提供了基于性能的明确定义。
- **设计创新**：基准设计包含机械约束，能有效抑制非灵巧的补偿策略，从而更纯粹地评估手的固有灵巧能力。
- **度量创新**：提出了结合正确性与速度的吞吐量度量，实现了客观、可复现(reproducible)且可解释(interpretable)的评估。
- **系统性创新**：提供了一个从人类运动控制理论出发、覆盖多种配置、同时支持仿真与实物的完整评估框架，填补了该领域标准化评估工具的空白。
论文对该领域的整体贡献是提供了一个用于推动灵巧操作平台系统化发展的基础性工具和标准。
- **提供了标准化评估工具**：推出了一个开源(open-source)、标准化(standardized)的基准，实现了不同拟人化机器人手设计之间的一致比较和评估。
- **促进了领域发展**：通过提供客观、可复现的评估方法，有助于推动灵巧操作平台(dexterous manipulation platforms)的系统性进步。
- **公开了资源**：公开了计算机辅助设计(CAD)文件、仿真文件和评估视频，降低了研究门槛，促进了社区协作和结果复现。