针对刚性灵巧手存在的结构与驱动复杂、本体重量大、抓取适应性差等问题以及软体灵巧手在仿人手结构和运动控制实现方面的局限性。本文以硅胶和弹性织物为材料,研制出一种具有柔性仿生关节的软体灵巧手。并基于D-H方法建立软体灵巧手的运动学模型,实现对软体灵巧手的运动控制。为了实现在特殊场景中对不规则物体的抓取操作,本文基于深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）的强化学习方法,提出一种姿态自适应控制抓取操作的方法,能够实现对不同形状物体的抓取操作,并在虚拟环境中对所提出的强化学习算法进行仿真验证,仿真结果表明,姿态自适应控制抓取操作方法对灵巧手抓取非确定环境下的未知物体是有效的。最后搭建控制系统,进一步进行试验验证,得到本文所设计柔性关节具有良好的弯曲特性,且在较小的驱动压力下有较大的负载能力以及软体灵巧手结构设计合理,具有良好的抓握效果及实用性等结论。本文的主要内容如下:（1）首先,对人手组成结构及其运动原理进行了深入研究。将新型软机器人技术与3D打印技术相结合,研制出一种具有柔性指间关节的软体灵巧手。并通过对柔性关节充气时的受力分析,求解出柔性关节压力与弯曲角度的关系。所提出的软体灵巧手具有15个与人手相似的可独立控制的指间关节,大大提高了软体灵巧手的灵巧度。（2）本文根据软体手指的结构特点,建立软体手指的D-H坐标系,求解出软体手指在空间坐标系中的位姿,并通过MATLAB仿真得到五指在空间坐标系中的位姿及软体手指可到达的工作空间。（3）针对软体灵巧手存在没有完善、系统的建模和控制算法等问题。本文提出了一种可以实现姿态自适应抓取操作控制的强化学习方法,并在虚拟环境中进行仿真验证。仿真结果表明,姿态自适应方法对软体灵巧手灵巧抓取目标物体是有效的。（4）最后,搭建控制系统,进行软体手指力学特性及软体灵巧手抓取试验,测试本文研制的软体灵巧手结构设计的合理性及实用性。试验结果表明:本文所设计的软体手指各关节具有良好的弯曲特性,且在较小的驱动压力下有较大的负载能力;软体灵巧手结构设计合理,具有良好的抓握效果及实用性。