最近，由北京大学人工智能研究所，北京通用人工智能研究所，北京大学工程学院和伦敦皇后玛丽大学的北京一般人工智能研究所北京大学和皇后玛丽大学组成的科学研究团队，北京一般人工智能研究所，北京通用人工智能研究所和皇后大学赢得了重大胜利。结果发表在国际杂志的“自然机器智能”中。人的手具有高度复杂的结构和高度准确的功能。它由27个骨头和34个肌肉组成，为自由提供24度的灵活性。当一个人拿起东西时，他或她涉及两个功能：“触觉反馈”和“运动功能”：触觉反馈包括运动定义（通过肌肉，肌腱和关节的Nakangita强度）和触摸（可见的物理特性，例如接触，纹理，纹理，温度，温度，re，通过皮肤摩擦）；运动功能包括运动学（角度研究，关节位置和几何关系）和动力学（研究强度和扭矩应如何作用于接头和脚，从而实现对运动的准确控制）。人体功能的研究是体现智能和机器人技术科学研究的切割领域。当时联合科学研究小组开发的F-TAC手是世界上第一个机器人手部系统，其全部具有相同的高分辨率触摸感和完整的运动能力。 ？在以前的研究中解决了“触觉反馈”的问题，触觉反馈和运动能力的整合被认为是机器人研究领域的主要挑战之一。一方面，从硬件的角度来看，如何防止影响机器人运动灵活性的触觉传感器是第一个问题，而当前的传感技术很难满足实际应用在范围，分辨率和耐用性方面需要。另一方面，获得了具有高分辨率触觉感知的机器人。下一个问题是如何有效地处理大量触觉数据并使用它来驱动每个关节以切换到协调的方式，以完成复杂的任务（例如，人）到高度的自由度。在没有丰富的触觉反馈的情况下，当前主要是机器人手或抓手是在动态环境中运行的复杂操作的贫民。联合科学研究小组的结果是触觉覆盖的触觉首次覆盖70％的机器人手掌，同时保持全部运动，从而使机器人能够通过诸如人类等触觉反馈进行准确的操作和适应。 “当人们抓住一个装满水和空杯的杯子时，处理杯子的位置，角度和方法可能完全不同。但是，在机器人领域，如何实现该does not affect the function of motion is always a difficult problem." Zhao Zang, the first author of the paper and a doctor's student at the Institute of Artificial Intelligence of Peking University, has introduced the spatial resolution of F-TAC Hand's High-Resolution Tactile SensOr reaches 0.1 mm, equivalent to nearly 10,000 taktial pixels per square centimeter, far from the tactical perception of the capabilities of the current commercial hands of the例如。在明智地将传感器设计为BO的同时进行调整感觉元素和组件结构，实现了不可想象的触觉范围而不牺牲灵活性。该设计使F-TAC的手可以实时查看接触变化，并快速适应抓取过程，从而大大提高了在不确定环境中机器人操作的稳定性。 “机器人手的高度柔韧性高水平将带来巨大的挑战以控制算法。我们通过开发一种算法来解决这个问题，该算法产生各种人类创造技术。算法基于一种可能性模型，可以在人类中实现类似的人类种植方法，在人类中的培养方法类似，在人类中的种植方法类似地培养了一种类似的培养方法。爬行的人。实验结果表明，当n理论上的最佳爬网方法遇到了现实世界环境的障碍，F-TAC手可以感觉到大约100毫秒内的情况，并迅速移动到替代方法以确保任务完成。与没有触觉反馈的系统相比，F-TAC的手在面对实施错误和对象碰撞风险时显示出显着的优势，平均成功率从53.5％到100％。这种基于触觉的反馈机制使F-TAC手能够在不确定的环境（如人类）中保持良好而灵活的操作能力。在北北京大学人工智能研究所的论文兼助理教授朱Yixin的角度，这项研究的结果具有广泛的实施方面，可以帮助运营，高层记录，以及对航空航天，紧急响应和其他运作高度要求运营的领域智慧。 “将来，我们将继续加深机器人的触觉和控制的结合，探索与范式互动的更智能的体感，并为实现真正意义上的普遍人工智能而奠定基础。”朱Yixin说。 （面试官提供的图片）