科技、数码、互联网新闻如今都成为了大众所关注的热点了，因为在我们的生活当中如今已经是处处与这些相关了，不论是手机也好，电脑也好，又或者是智能手表也好，与之都相关，那么今天小编也是为大家来推荐一篇关于互联网科技数码方向的文章，希望大家会喜欢哦。

EPFL的科学家正在开发新的方法来改善机器人手的控制-特别是对截肢者-结合个人手指控制和自动化，以改善抓取和操作。 这种神经工程和机器人之间概念的跨学科证明在三个截肢者和七个健康受试者上成功地进行了测试。 研究结果发表在今天的“自然机器智能”杂志上。

该技术从两个不同的领域融合了两个概念。 在机器人手控制方面，这两者的共同实施从来没有做过，并有助于神经假体的共享控制领域的新兴领域。

一个概念，从神经工程，涉及破译预期的手指运动，从肌肉活动的截肢者的残端，以个人手指控制假手，这是以前从未做过的。 另一种，来自机器人，允许机器人手帮助抓住物体，并保持与它们的接触，以便有力地抓取。

“当你手中握着一个物体，它开始滑动时，你只有几毫秒的时间做出反应，”艾德·比拉德解释说，他是EPFL学习算法和系统实验室的负责人。 “机器人的手能够在400毫秒内做出反应。 在大脑真正察觉到物体在滑动之前，它就可以在手指上安装压力传感器，使物体做出反应并稳定下来。

该算法首先学习如何解码用户意图，并将其转化为假肢的手指运动。 截肢者必须执行一系列的手部动作，以便训练使用机器学习的算法。 放置在截肢者的残端上的传感器检测肌肉活动，该算法学习哪个手的运动对应于哪种肌肉活动模式。 一旦用户的预期手指动作被理解，这些信息可以用来控制假肢的单个手指。

该出版物的第一作者凯蒂·庄说：“由于肌肉信号可能很嘈杂，我们需要一种机器学习算法，从这些肌肉中提取有意义的活动并将它们解释为运动。”