简单地说，人手是怎么抓取的，到目前为止，我们知道的太有限，还完全不清楚，可以参考这篇文章 “Castiello, U. (2005). The neuroscience of grasping. Nature Reviews Neuroscience, 6(9):726–736”. 另外也可以看下Helge Ritter最近写的 Hands, Dexterity, and the Brain（http://www.ncbi.nlm.nih.gov/books/NBK299038/）。这两篇文章分别从神经学的角度和机器人的角度解释了为什么我们还不清楚人手的控制是怎么一回事和为什么我们目前做的机器人抓取还远远不能在现实中应用。
大多数人都没有觉得人手去抓取东西是什么难事情，这是因为我们大脑用了如此之多的资源去做这件事。人一个手就有20多个自由度，表面布满了触觉传感器。在大脑看来，人的身体是这样的（见下图）。看见没有， 手是被放大了很多很多倍的，也就是说大脑其实消耗了很多能量在监控和控制着你的手，而在你看来，这一切仿佛就是自然发生的，完全没有什么控制。
既然从大脑的角度我们目前还不清楚这整个控制机制是什么样的，最起码从解剖学的角度，我们可以搞清楚手的结构。这个方向推荐看BBC的一个记录篇叫The Incredible Human Hand去大体感受下人手部构造的复杂。

　　下面是是一个X射线图，可以清晰地看见手指的每一个关节。

　　下面这个图展示的是手上的肌腱（tendon）是怎么连接的。

　　考虑到手部结构的尺寸，大部分机械手都是采用线驱动来模仿肌腱，从而把电机放在手腕处，下面这张图应该就是目前我个人觉得手做得最好的了，DLR出品。（当然也有采用电机直接在关节处驱动的，比如Allegro Hand，但就会显得很笨重了。）

　　这些手虽然在解剖学的结构上尽力的去模仿人，但是在控制效果上还远远达不到。这里面的原因有很多，前面说的我们还不知道人的大脑是怎么样控制手的也是一个原因。

　　复杂的原因就不扯了，感受下人手能够做的事情，见下图。这里面的动作都是很日常的人手的活动，但是目前机器手还远远不会。

　　Robot hand还大多数停留在仿真里面，在现实世界就开始用gripper（夹具）了，或者是吸盘来吸，看下2015年Amazon Picking Challenge 的前三名所用的手吧（吸盘，gripper， gripper）， 完全没有机器人手什么事情。
最后想起Russ Tedrake课上的一句话，“如果有一件事情，人或者其他动物可以如此自然地做好（像走路，用手）， 但是对于我们来说又是如此之难地去控制这样的一个工程系统，那很有可能就意味着这是一个值得我们去探索的挑战。”