研究人员开发机械“影子手”：玩转魔方不在话下

它也就能也很轻松地玩弄魔方  ，不过很于机器人也很于  ，又也很于自从都也很困难。(常见的2x2x2魔方一共367.416万个内部组合。)这并是不说是不机器人能玩得转魔方——麻省理工学院又一项发明最最近几天以破纪录的0.38秒内解出魔方——但这样机器人一般而言而言都涉及特地制造的马达和被控制器。

令人鼓舞同样 ，腾讯和香港中文这个大学又一组相关研究人员对此 ，它也设计造型 又几款使用过多指手的魔方操纵手。在已发布在预印论文平台网站Arxiv.org上又一篇论文(“来学习用灵巧的手来解魔方”)中  ，相关研究人员称它也由人工智能驱动的子系统——涵盖涵盖 那个用来求出最优连续动作顺序的魔方求解器  ，涵盖涵盖涵盖 那个可被控制四个手指的魔方后续操作器——在1400多次试验中显著显著成绩90.3%的平均大获率。

“灵巧的手部后续操作是机器人能达到它也整体水平的灵活性  ，大获完成涉及非常多 接触的日常任务中的重要一共部分。”相关研究人员写道  ，“不过显著显著成绩了进展 ，但可靠的多指灵巧手后续操作也很于是那个开放的挑战  ，是不它并具复杂的接触模式一、高维的连续动作整体空间和脆弱的机械结构。”

▲相关研究人员的子系统在虚拟生活生活环境操纵魔方。

该工作团队的解决目前方案是那个分层子系统  ，它运用了基于模型和无模型的规划和后续操作组件。上也谈到的魔方求解器负责继续寻找尽快恢复魔方的最优连续动作顺序  ，而被控制器——涉及那个原子连续动作、魔方旋转和分层后续操作——则负责一步一步地执行每个区域连续动作。

相关研究人员对此 ，运动学和关节运动从而一共部分连续动作比或者在连续动作更难大获完成。它也一共训练了那个模型  ，以便定量也很它它也可靠性。所以全面整体水平 魔方旋转和分层后续操作（在是不能得到反馈信号的请况下循序执行）的稳健性  ，它也实施了那个回退机制来一步步常规检查魔方的处于。

该工作团队利用好Roboti的Mujoco（多关节接触动力学）来验证她它也几种方法。Mujoco所以机器人和生物力学的相关研究和开发而设计造型 的那个物理引擎。在Mujoco内  ，它也使用过了那个灵巧它也手大小的机械手。该机械手被喻为“影子手”（Shadow Hand） ，它也中指和无名指各有那个驱动关节和那个欠驱动关节 ，小指和拇指有四个驱动关节(手腕有那个驱动关节)。于一个实验中  ，影子手的任务中是操纵那个虚拟的魔方来大获完成那个大目标姿态 ，而在另那个实验中  ，它要想操纵两层来大获完成那个大目标角度。

相关研究人员对此  ，她它也模型的立方体旋转大获率稳定在90%能达到(多次反复3万次训练后  ，它也将该数字全面整体水平 到95.2%)  ，分层后续操作的平均大获率为90.3%。它也说  ，一起欢乐优化这那个原子后续操作  ，并将该子系统部署到实际硬件上  ，就能另一方面 全面整体水平 性能。