暗影灵巧的手。
暗影机器人巧妙的手是一个机器人手，具有与人类手相似的尺寸，形状和运动能力。为了使机器人手能够学习如何操纵WMG，沃里克大学WMG的对象研究人员开发了新的AI算法。
机器人手可以在许多应用中使用，例如核退役等制造，手术和危险活动。例如，机器人手在计算机组件中非常有用，其中组装微芯片需要一定程度的精确度，只有人类的手就可以实现。由于利用机器人手中的装配线，可以实现更高的生产率，同时确保从工作风险情况到人工人工人员的曝光率降低。
在本文中，解决了攻击优化和强化学习的挑战灵巧操纵任务，研究人员Giovanni Montana教授和WMG大学的亨利查理博士从WMG开发了新的AI算法 - 或大脑 - 学习如何协调手指移动并使操纵能够。
使用暗影的机器人手的物理逼真模拟，研究人员已经能够使两只手传递并互相扔掉物体，以及旋转手指之间的笔。然而，该算法不限于这些任务，而且可以在可以模拟它的时间内学习任何任务。使用Mujoco（带有联系人的多关节动力学）开发了3D模拟，来自华盛顿大学的物理发动机。
研究人员的方法使用了两种算法。最初，规划算法产生了几个近似示例的手如何执行特定任务。然后由钢筋学习算法使用这些示例，其自身掌握操纵技能。通过采取这种方法，与现有方法相比，研究人员已经能够产生明显更好的性能。仿真环境已公开可用于使用的任何研究人员。
暗影灵巧的手。
现在，算法在模拟中取得了成功，蒙大拿州教授将继续与影子机器人密切合作，并在真正的机器人硬件上测试AI方法，这可能会看到在真实日常生活中使用的一步更近一步。
在第二篇论文中，普朗昂：基于模型的奖励计划和多重目标，在2021年的Neurips会议上呈现，WMG研究人员还开发了一种新颖和一般的AI方法，使机器人能够学习达到和移动物体等任务，这将进一步改善手动操纵应用。
来自WMG的Giovanni Montana教授，Wamwick大学评论：“数字化的未来依赖于可以自主学习的AI算法，并且能够开发给予影子机器人的手的算法，使得像真实的能力一样运行，没有任何人的输入是令人兴奋的前进。这些自主双手可以在未来使用，以提供机器人外科医生，以提高装配线的生产率，并将人类替换为炸弹处置等危险工作。“
“在未来的工作中，我们将让机器人尽可能准确地将环境视为人类，而不仅仅是通过能够看到世界的计算机视觉算法，而是通过检测温度，力和振动的传感器，所以机器人可以学到该怎么办当感觉那些感觉时。“
富通沃克，伦敦影子机器人公司的董事总经
理，评论：“当我们开始大楼的手中时，它是因为没有建造它没有办法抓住一个！20年后，我们现在看到像Giovanni这样的研究人员通过创建算法足以控制机器人手来提供硬件的承诺 - 很快我们会看到超级性能？“
参考：
“解决挑战灵巧的操纵任务与轨迹优化和强化学习”，由Henry Charlesworth和Giovanni Montana，9月9日，电脑科学>机器人.ARXIV：
2009.05104
“普朗昂：基于模型的规划，具有稀疏奖励和多目标“由Henry Charlesworth和Giovanni Montana，6月1日6月1日，计算机科学>机械学习.ARXIV：
2006.00900
