許多機器人和機械手已經精通某些抓握或其他動作，比如工廠里的機器人可以比人類更靈巧地揮舞螺栓槍。但是幫助機器人完成這項任務的軟件很可能是手寫的，而且非常復雜。即使是在同一條生產線上，比如焊接，也需要一個全新的系統。

對于人類來說，拿起蘋果和拿起杯子似乎沒什么區別。不過，差異是確實存在的，只是我們的大腦會自動填補空白，讓我們可以隨機應變，安全地握住不熟悉的物體。這是機器人遠遠落后于人類的領域。

此外，你不能僅僅通過訓練機器人去做人類能做的事，你必須提供數以百萬計的例子來充分展示，人類如何操控成千上萬個給定的物體。

openai的研究人員認為，解決方案就是根本不使用人類數據。取而代之的是，他們讓計算機在模擬中反復嘗試和失敗，慢慢地學習如何移動手指，以便它所掌握的對象能夠按照需要移動。

研究人員稱這套系統為dactyl，他們只為其提供手指的位置和三種手持對象的攝像頭視角。但在訓練時，所有這些數據都是在虛擬環境中進行模擬的。

在這種環境中，計算機不需要實時工作。它可以在幾秒鐘內嘗試上千種不同的方法去抓住一個對象，分析結果并將數據轉發到下一次嘗試中。這只機械手本身就像影子般靈巧的手，也比大多數機械手復雜。

除了需要了解的不同物體和姿勢之外，還有其他隨機參數，比如指尖的摩擦力、場景的顏色和燈光等等。你不能模擬現實中的每個方面，但是你可以確保系統不只是在一個藍色的房間里工作，或在帶有特殊標記的立方體上工作。

研究人員在這個問題上投入了大量的精力：6144個cpu和8個gpu，在50個小時內收集了大約100年的經驗。然后他們將這個系統首次應用到現實世界中，它展示了許多令人驚訝的類人行為。

我們在不經意間用手做的事情，比如把一個蘋果轉過來看看有沒有擦傷，或者把一杯咖啡遞給朋友時，需要用很多小技巧來穩定或移動物體。dactyl重新創建了其中的幾個過程，例如用拇指和中指握住物體，而用剩下的手指將其旋轉到想要的方向。

這個系統的偉大之處在于它的運動的自然性，以及它們是通過反復試驗而獨立完成的，它與任何特定的形狀或物體類型無關。就像人類一樣，dactyl的確可以控制和操縱被放在它手里的任何東西。

以上是網絡信息轉載，信息真實性自行斟酌。