如果機器人真的能幫我們做家務，或者照顧我們受傷的人和老人，它們至少需要雙手。但是使用雙手比我們想象的要困難得多，所以這個機器人控制系統在嘗試做同樣的事情之前，會先向人類學習。

這是一項來自威斯康辛大學麥迪遜分校的研究，它們最初的想法并不是建造一個雙手機器人，而是簡單地創建一個系統，使機器人無需思考就可以理解并執行與人類一樣的操作。

例如，當你需要打開一個罐頭時，需要用一只手抓住它并把它移到適當的位置，然后另一只手抓住蓋子并拉緊把手擰開它。

在這種基本的雙手動作中，仍包含相當多的動作步驟，以至于現在要求機器人自主地做這件事是非常困難的。但是，這個機器人仍然可以大致了解為什么在這種情況下進行這種操縱，并盡其所能去模仿它。

研究人員首先讓戴著運動捕捉設備的人執行各種模擬的日常任務，比如疊杯子、打開容器、倒出里面的東西等等。所有這些數據包括手的方向、它們的互動方式等等都會被機器學習系統感知并反復思考。

最后總結出四種人類常做的手部動作：自我交接，一手固定，雙手搬移，一手尋找。機器人把這一知識運用到工作中，對人類所做動作進行解釋。

你可能會認為，當一個人遠程控制一個機器人時，它會準確地反映出這個人的動作。在測試中，機器人這樣做只是一個基線，許多動作是根本不可能做到的。

想想打開罐頭的例子，當我們打開罐頭的時候，我們必須用更用力地保持一邊的穩定，甚至可能要用罐子的手推回去，來對抗另一只手的力量。

如果你試圖遠程操作機器手臂，一只手可能會把罐頭從另一只手里敲出來，或者因為另一只手沒用力而抓不住它。

研究人員創建的系統能夠識別上述四種行為何時發生，并采取相關措施。這意味著，當它們拿起水桶時，要意識到兩只手臂共同用力。

或者在開啟容器時，為握著物體的手臂提供額外的力量。在只使用一只手的情況下，系統也知道剝奪未使用的手的運動，將更多的資源(無論是身體運動還是計算能力)奉獻給工作的手。

當然，這一切都或多或少是由人類來完成的，但是人類的行為正在被增強，并且不僅僅是簡單的機械復制。

機器人自主完成這些任務還有很長的路要走，但是像這樣的研究是這項工作的基礎。在機器人嘗試像人類一樣移動之前，它不僅要了解人類是如何移動的，還要了解為什么他們在某些情況下做某些事情，而且還要了解其中重要的點，比如規劃手的路線、選擇握柄位置等。

以上是網絡信息轉載，信息真實性自行斟酌。