中科院沈陽自動化所的Wang利用深度強化學習算法和視覺感知相結(jié)合的方法來完成移動機器人(如圖3(a))在非結(jié)構(gòu)環(huán)境下的移動操作[7]。作者將移動操作過程看做一個標準的強化學習問題，首先通過雙目相機通過DOPE獲取目標物體的6D姿態(tài)p以及機器人本體的當前狀態(tài)st,接著通過基于PPO的強化學習算法預(yù)測機器人的本體，機械臂以及機械手的運動并控制機器人本體運動，最后機器人的運動狀態(tài)st+1和響應(yīng)rt，其中響應(yīng)主要包含了整個系統(tǒng)的控制響應(yīng)rctrl、機械手末端的位置響應(yīng)rdist以及抓取狀態(tài)rgrasp(如圖3(b))。最后作者在仿真環(huán)境和真實環(huán)境下測試了不同高度下的抓取成功率，在仿真中，立方體的抓取效果最好達到了90%的成功率，而球類物體較差僅有60%左右，而在實際測試過程中，在姿態(tài)估計正確的前提下可實現(xiàn)目標物體的成功抓取(如圖3(c)(d))。
德國伯恩大學計算機學院研制的遙操作輪腿復(fù)合的移動操作機器人可通過遠程操作平臺完成各種復(fù)雜操作任務(wù)
假肢腕設(shè)計的有效基準能夠做3自由度運動，即旋前/旋后、屈伸和橈側(cè)/尺側(cè)偏移,未受影響的腕關(guān)節(jié)，其最大活動范圍通常在76度/85度
旋轉(zhuǎn)器用于使終端設(shè)備沿前臂的縱向放出或滾動，而屈肌使終端設(shè)備彎曲或俯仰, OB棘輪式旋轉(zhuǎn)手腕，被動腕部裝置的鎖定也可以通過使用不可反向驅(qū)動的機構(gòu)來實現(xiàn)
2自由度腕部由一個與旋轉(zhuǎn)器串聯(lián)的屈肌單元組成，形成一個U型關(guān)節(jié)。其中一種設(shè)備是OBRoboWrist ，它可以同時鎖住前旋和屈曲，當解鎖時，還可以通過轉(zhuǎn)動手腕上的項圈來調(diào)節(jié)運動產(chǎn)生摩擦阻力
3自由度人工手腕在某些方面優(yōu)于人類的手腕，如運動范圍或扭矩輸出。盡管一些假肢在設(shè)計中加入了3自由度手腕，但串行3自由度手腕設(shè)備在機器人應(yīng)用中更普遍
具有相同數(shù)量自由度的設(shè)備之間進行比較時，串行機構(gòu)往往比并行機構(gòu)更長，對于串行機構(gòu)，運動范圍和扭矩規(guī)格通常簡單地由執(zhí)行機構(gòu)的選擇和基本形狀幾何決定
假肢需要直接的人類互動來發(fā)揮功能，而機器人手腕則完全是主動的,假腕還包括外部可調(diào)節(jié)功能，如可調(diào)節(jié)摩擦或鎖定；機器人手腕的任何調(diào)整通常都是在控制系統(tǒng)內(nèi)完成的
由于軟體材料的發(fā)展，靈巧手也開始柔軟起來，如柏林工業(yè)大學研制的軟體、欠驅(qū)動、柔性多指靈巧手、康奈爾大學研制的軟體多指靈巧手、北京航空航天大學研制的軟體多指靈巧手
環(huán)境感知技術(shù)：機器人感知環(huán)境及自身狀態(tài)的窗口、運動控制技術(shù)：定位導航與運動協(xié)調(diào)控制、人機交互技術(shù)：人機有效溝通的橋梁
宋云峰博士分享了LDV激光測振及3D視覺傳感技術(shù)在智能機器人中的應(yīng)用，主要介紹了智能機器人光學感知技術(shù)、LDV激光測振及3D視覺傳感技術(shù)原理及產(chǎn)品介紹、應(yīng)用案例分享等內(nèi)容
新型智能抓取機器人，結(jié)合深度學習方法，賦予機器人主動探索感知的能力，解決了Affordance Map缺陷，提高了機器人在復(fù)雜環(huán)境下的抓取成功率
新加坡國立大學（NUS）的研究人員利用英特爾的神經(jīng)形態(tài)芯片Loihi，開發(fā)出了一種人造皮膚，使機器人能夠以比人類感覺神經(jīng)系統(tǒng)快1000倍的速度檢測觸覺
