提前打个预防针，今天我的内容会简短一些。我又中招了，距离上次大概三个月。人们常说“事不过三”，我现在才明白他们指的是胸痛和全身头晕。看来这毛病并不会好转。请给我送点汤来。
基于此，本周的《执行器》（Actuator）栏目更偏向于整理与清理工作（难道我们现在不是已经有机器人来做这些了吗？）。这里主要是一系列来自过去一周的有趣故事链接，以及一些上周在 Disrupt 活动期间可能漏掉的报道。如果你是第一次阅读《执行器》，抱歉。希望下周此时我已经不再病恹恹的。
从趋势来看（如果一周的新闻能被称为趋势的话），我注意到机器人投资相关的新闻略有减少，而大学研究则迅速填补了这一空白。后者在很大程度上可能是因为新学年全面恢复所致。当然，机器人研究人员可不会放暑假。
在分享有趣的内容之前，我们先来讨论一下潜在的放缓迹象。正如投资者 Kelly Chen 在 Disrupt 的 VC 小组讨论中所指出的：“情况不太乐观的一面是，裁员潮尚未到来。在经济下行期，客户对尝试新事物的意愿会降低，因此他们会考虑削减成本，此时经济因素变得尤为重要。”
所谓“抗衰退”的行业名单很短，并不包括机器人行业，尽管该行业受风险投资资金枯竭的影响相对较小。我们面临着一把双刃剑。一方面，如果部署得当，自动化可以帮助企业抵御部分经济冲击；另一方面，我们在这里讨论的许多内容都属于长尾领域，很容易看到投资者和其他人屈服于非常现实的短期担忧。
显然，不能对这些情况一概而论。这里有太多不同的因素在起作用。Berkshire Grey 就是一个例子，该公司在 2021 年通过 SPAC 交易后股价下跌，近期“进行了一些调整”。就该公司而言，他们将此举定位为一种修正而非其他。BG 并未确认这些“调整”的具体规模，但他们告诉 TechCrunch：
我们在第二季度财报电话会议上曾讨论过，公司已趋于成熟，改善了业务运营，并清楚知道需要重点投入的方向。我们在今年八月对团队进行了一些小幅调整，这将有助于我们专注于业务的持续增长。
就在这一消息发布之际，该公司与 Lincoln Park Capital 签署了一份“股权购买协议”，据其告知，此举是为了获得“额外的财务灵活性”。关于这一消息的官方声明如下：
根据协议条款和条件，公司有权（但无义务）在36个月内向林肯公园（Lincoln Park）出售最多7500万美元的普通股，但需受某些限制。任何向林肯公园出售的普通股将以每次销售时的现行市场价格确定的购买价进行，且林肯公园为购买普通股所支付的金额不设上限。
该公司告诉我：
这类交易很常见。来自林肯资本（Lincoln Capital）的7500万美元承诺使我们能够以低成本、简单的方式获取资金，从而为我们提供一定的财务灵活性。
总体而言，履约机器人市场看起来非常强劲。然而，鉴于目前市场的饱和程度，我认为可以安全地预期该类别在未来一段时间内将继续发生变革。
在此之外，还有一个值得指出的要素是自动化对人类的影响。它已经到来且不会在短期内消失，但作为社会我们可以减轻其冲击，当然前提是我们真正选择这样做。路透社的一篇文章指出，沃尔玛在收购机器人初创公司Alert Innovation后，于佐治亚州亚特兰大的履约中心裁员近1500名员工的时机。
关于这一举措，它表示如下：
我们正在将富尔顿大道（Fulton Parkway）上的履约中心转换为支持我们不断增长的WFS（沃尔玛履约服务，Walmart Fulfillment Services）业务。作为转换的一部分，该设施的基础设施、运营资源、流程、人员配置需求和设备正在进行调整，以满足建筑的需求。
我真的需要停止以坏消息开头，对吧？我不确定诱骗孩子吃西兰花是运营成功通讯的好模式。我最终会把这些事情做好（而且当我头脑清醒一点的时候）。
我曾在这些页面上提到过我为何尚未完全看好人形机器人（尽管我了解一些支持它们的有力论点），但观看不同公司和实验室针对现实世界应用中的真实问题采取不同方法总是很有趣。位于佛罗里达州彭萨科拉的人类与机器认知研究所最近公布了一个他们正在与Boardwalk Robotics合作开发（并得到Moog集成智能执行器协助）的系统，名为Nadia。
该系统以体操运动员纳迪亚·科马内奇（Nadia Comăneci）的名字命名，并由海军研究办公室（Office of Naval Research）资助开发，该机构曾支持过许多有趣的机器人项目。IHMC指出：
纳迪亚项目（The Nadia project）的时间表为三年，旨在室内环境中运作，在这些环境中，楼梯、梯子和碎片要求机器人具备与人类相同的运动范围，这在消防、灾害响应以及其他可能对人类危险的情景中特别有用。
关于衣物折叠机器人的新（ish）突破。双臂系统SpeedFolding系统每小时可折叠30至40件衣物（FPH表示每小时折叠次数）。研究团队对该研究表示：
我们的主要贡献是一种新颖的神经网络架构，能够预测两个对应的姿态以参数化一组多样化的双臂动作基元。在从4300个人类标注或自监督动作中学习后，机器人能够在平均不到120秒的时间内，以93%的成功率从随机初始状态折叠衣物。
来自耶鲁大学研究人员的是这款自我适应的“乌龟机器人”（两栖但不是两栖动物，我想），它可以利用鳍状腿在水中游泳或在陆地上行走。研究团队借鉴了“适应性形态发生”的概念，设计了适合这两种环境的腿部，这得益于不同的配置。
“动物无法通过剧烈改变其生理结构来适应其在环境中的移动方式，”合著者罗伯特·贝恩斯（Robert Baines）指出。“如果我们能按需实现进化呢？”
最后，哈佛大学带来了这款触手式抓取器。该系统将软体机器人手的概念提升到了仿生学的更高水平。这次，该系统的灵感来源于海洋中最常被误解的猎手之一——水母。
“通过这项研究，我们希望重新想象我们与物体互动的方式，”第一作者凯特琳·贝克（Kaitlyn Becker）说。“通过利用软机器人的自然顺应性，并通过顺应性结构增强它，我们设计了一种比各部分之和更强大的夹爪，以及一种只需最少规划和感知即可适应各种复杂物体的抓取策略。”
如果你在这里订阅，那就是。