详细内容或原文请订阅后点击阅览
更加灵活的自学习机械臂（+视频）
Люди способны выполнять руками такие сложные движения, как вращение и сгибание в суставах, захват объектов различ ной формы, а вот для большинства роботов такие способности пока находятся за гранью возможного. Но недавно группа специалистов из Университета штата Вашингтон смогла обеспечить повышенную ловкость для пятипалой роботизированной руки, которая может имитировать человеческие движения 和 способна, обучаясь, совершенствовать свиже ния。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）人类能够用手进行旋转、关节弯曲、抓取各种形状的物体等复杂的动作，但对于大多数机器人来说，这种能力仍然是不可能的。但最近，华盛顿州立大学的一个团队能够提高五指机械手的灵活性，它可以模仿人类的动作，并可以学习改进其动作。
这个耗资约 30 万美元的项目创造了一种名为“Shadow Hand”的机械臂，它由特殊的气动系统提供动力，使其运行速度比人类手臂更快。这种手臂的成本对于商业或工业用途来说太高了，但它可以用于研究工作。
项目经理兼实验室主任 Emo Todorov 指出：“这几乎就像制作一部动画电影 - 一切看起来都很真实，但需要一大群动画师对其进行微调。我们使用一种通用方法，使机器人能够根据自己的动作自行学习，而无需开发人员的干预。”
使用的算法允许您模拟复杂的五指动作，在键盘上打字或抓住掉落的物体，实时模拟实现所需结果所需的动作。机器人手能够在没有人类的情况下学习和改进。干预，这要归功于许多用于捕捉运动的传感器和摄像头，为机器学习算法提供数据流。因此，不需要对机械臂的每个单独运动进行手动编程。