据外媒报道，布里斯托大学的研究人员最近训练了一种基于深度神经网络的模型，以收集有关机器人的触觉信息。他们将深度学习技术应用于具有传感功能的机器人指尖，并发现该技术可以帮助机器人推断出有关周围环境的更多信息。

据悉，这项研究的目的是当控制机器人与周围环境进行物理交互时，可以实现人为地重新创造触摸感。

与机器人相比，人类之间的触感是不经意的，通过触摸就能感知物品的形状，然而这背后的计算极其复杂。为了使机器人拥有同样的触觉，布里斯托大学的研究人员通过将深度学习，在机器人上实现了这种类型的物理交互，它的作用与人类皮肤的指尖十分相似。

机器人中重塑触觉的研究已经进行了十年之久。过去的研究中一直在采用更传统的机器学习技术，例如概率分类器等。但是研究者们发现这些技术仅允许机器人执行非常基本的任务，例如以缓慢的敲击运动感觉简单的2D形状。

而这项新论文的突破在于，自然复杂物体上使用的方法在三个维度上起作用，使指尖滑动得像人类一样。值得高兴的是布里斯托大学的研究人员由于过去几年在深度学习方面的进步，做到了这一点。

为机器人提供触摸感可以帮助控制其手和指尖，从而使它们能够估计与其接触的对象或对象的一部分的形状和纹理。例如，当机器人沿着一条边缘在表面上滑动时，机器人可能能够估算出边缘的角度并相应地移动其机器人手指。

研究人员发现，通过深度学习构建机器人从感觉数据到表面特征(例如边缘角度)的可靠地图，这背后的逻辑相当困难，因为必须经历像人一样可扭曲、会滑动才能收集到数据。通过收集准确的表面角度估算值，机器人可以更好地控制机械手的指尖。

将来，这种方法可以为机器人提供类似于人类的物理灵巧性，使他们可以根据与之交互的对象有效地调整其抓握和操纵策略。

到目前为止，研究人员已经通过将其与单个机器人指尖集成来证明了其技术的有效性，将来可以将其应用于软机器人的所有指尖和四肢，从而使其可以像人类一样操作工具并完成操纵任务，这最终可能为开发更高效的机器人以在各种环境中部署铺平道路，其中包括用于完成家务、在农场采摘农产品或满足医疗机构中患者需求的机器人等等，这无疑是一个很大的进步，对比你怎么看呢?