機械手臂正實現不遜於人類的靈巧性

影子機器人是一家高科技機器人研發領域的新創公司，正在培育一款機器人手模型，據稱其靈巧度和敏捷性不遜色於“人類”，是有血有肉的“兄弟”。這款機器手臂被稱為“影子機器人靈巧手”，它的“靈魂”是極其複雜的人工智慧演算法，幫助機器人實現極高的精確度——並且可以隨著時間的推移而提高。

研究人員成功開發了一種人工智慧演算法，可以賦予影子機器人靈巧手令人印象深刻的操縱能力，允許兩隻機器人手互相投擲物體或在手指之間旋轉筆——只有人類才能做到的複雜技術。不僅如此，這隻機械手還能夠自學如何在無需人工幹預的情況下控制許多物體。事實上，複雜的手動操作據說即使對人類來說也很難學會，這就是強化學習人工智慧演算法的威力所在。

影子機器人靈巧手

在一篇題為「透過軌跡優化和強化學習解決具有挑戰性的靈巧操作任務」的論文中，研究人員使用華盛頓大學開發的MuJoCo（接觸式多關節動力學）物理引擎創建了一系列3D 手部模擬模型。

這項工作目前仍在進行中，但初步結果非常令人印象深刻，主要關注需要兩個機械手同時平穩協調的任務，例如投擲和抓住物體。這使得演算法的學習過程變得非常困難。研究人員表示，強化學習演算法是迄今為止自主人工智慧學習完成困難而靈巧的操作任務的最令人印象深刻的例子之一。

演算法為機器人提供靈活性

影子機器人靈巧手在靈活性上的突破是由兩種人工智慧演算法支撐的。首先，演算法有一個規劃任務，產生如何執行該任務的範例。然後，強化學習演算法透過一系列試誤動作，反覆練習某個動作，直到能夠完美地執行該動作。將應用獎勵函數來評估演算法的性能。

影子機器人靈巧手仍在開發中，但實際應用潛力巨大。這種類型的機械手可以在高度詳細的任務中發揮有用的作用，例如在電腦組裝中，其中微晶片的連接需要達到目前缺乏的精度水平，只有人手才能做到。此外，它們還可以成為人類在醫學領域（例如外科手術）的有效助手。這一切都在於機器人的靈活性、靈巧性和智慧性。

目前，工程師必須解決一個癥結：緊密模擬人類運動水平的人工智慧演算法僅在虛擬實境模擬中展示。將演算法轉換為實體硬體是該專案的下一步——一項極其複雜的任務。