華威大學WMG的研究人員開發了新穎的人工智慧算法，因此該機器人可以像人類一樣學習如何操縱物體。
·在模擬環境中，機械手會自己學習如何協調運動並執行諸如將球彼此拋擲和旋轉筆之類的任務。
圖片來源：warwick.ac.uk影子機器人靈巧手是一種機器人手，其大小，形狀和移動能力類似於人的手。為了使機械手有能力學習如何操作物體，Warwick大學WMG的研究人員開發了新的AI算法。
機械手可以用於許多應用中，例如製造，手術和危險活動，例如核退役。機械手在計算機組裝中非常有用，在這種組裝中，微晶片的組裝需要目前只有人的手才能達到的精確度。由於在裝配線中使用了機械手，因此可以實現更高的生產率，同時確保減少工作風險情況下對人工的暴露。
在論文「通過彈道優化和強化學習解決具有挑戰性的敏捷操作任務」中，華威大學WMG的研究員Giovanni Montana和Henry Charlesworth博士開發了新的AI算法-或「大腦」-學習如何協調手指的動作並可以進行操作。
圖片來源：warwick.ac.uk通過對影子機械手進行物理逼真的模擬，研究人員已經能夠使兩隻手相互傳遞並向物體投擲物體，以及在其手指之間旋轉筆。然而，算法不限於這些任務，而是可以學習任何任務，只要它可以被模擬即可。3D模擬是使用華盛頓大學的物理引擎MuJoCo（具有接觸的多關節動力學）開發的。
通過採用這種方法，與現有方法相比，研究人員已經能夠產生明顯更好的性能。算法已經在仿真中成功完成，蒙大拿州教授的團隊將繼續與Shadow Robot緊密合作，並在真實的機器人硬體上測試AI方法，這可以使手在現實生活中更進一步地使用。
在2021年NeurIPS會議上發表的第二篇論文《PlanGAN：具有稀疏獎勵和多個目標的基於模型的計劃》中，WMG研究人員還開發了一種新穎且通用的AI方法，使機器人能夠學習諸如到達目標等任務和移動物體，這將進一步改善手操作應用程式。
華威大學WMG的Giovanni Montana教授評論說：「數位化的未來取決於可以自主學習的AI算法，並且能夠開發出使Shadow Robot的手能夠像真正的人一樣操作的算法，而無需任何人輸入是令人興奮的一步。這些自主的手將來可用於運送機器人外科醫生，提高裝配線的生產率，並代替從事炸彈處理等危險工作的人員。」
「在未來的工作中，我們不僅讓機器人能夠像人類一樣，準確地感知環境，還可以通過能夠感知世界的計算機視覺算法，還可以通過檢測溫度，力和振動的傳感器來使機器人學習如何在環境變化時做些什麼。感覺到那些感覺。」
倫敦影子機器人公司董事總經理裡奇·沃克（Rich Walker）表示：
「當我們開始製造靈巧的手時，是因為沒有一種方法就無法握住一隻手！20年後，我們現在看到像喬凡尼（Giovanni）這樣的研究人員通過創建足夠聰明的算法來控制機器人手來實現硬體的承諾–也許不久我們就會看到超人的性能？」
信息來源：華威大學
論文：arxiv.org/abs/2009.05104
arxiv.org/abs/2006.00900