由新的人工智能系统控制的双臂机器人能够对实时触觉反馈做出极其精确的响应，以至于能够抓取单个品客薯片而不会弄碎它们。尽管完成这项壮举需要极高的精细度，但该人工智能程序的开发方法允许它仅通过模拟场景就能在短短几个小时内学会特定的任务。
来自布里斯托大学布里斯托机器人实验室的研究人员于8月23日在IEEE Robotics and Automation Letters上发表的一篇新论文中详细介绍了他们的“Bi-Touch”新系统。在他们的评审中，该团队强调了他们的人工智能如何指导其两台机械臂“即使在意外扰动下也能解决任务，并以温和的方式操控易碎物体”，首席作者兼工程学教授林一炯周四在一份声明中表示。
该团队的进步之所以如此有前景，在于其利用了两台机器人手臂，而非大多数触觉机器人项目通常采用的单臂。尽管手臂数量翻倍，但训练过程仅需几个小时。 为了实现这一点，研究人员首先在模拟环境中训练他们的人工智能，然后将最终确定的Bi-Touch系统应用于其实际的机器人手臂。
[相关：这款灵巧的机械手仅凭触觉即可抓取物体。]
“借助我们的Bi-Touch系统，我们可以在虚拟世界中轻松地在短短几个小时内训练出人工智能代理，以完成针对触觉定制的双臂任务，”林继续说道。“更重要的是，我们可以直接将这些代理从虚拟世界应用到现实世界，而无需进一步训练。”
Bi-Touch系统的成功归功于其对深度强化学习（Deep-RL）的依赖，在该学习方法中，机器人通过大量的试错实验来尝试任务。当成功时，研究人员会给人工智能一个“奖励”信号，这很像训练宠物。随着时间的推移，人工智能会学会达成给定目标（在本例中，是利用每端都带有单个软垫的两个手臂抓取和操作泡沫大脑模型、塑料苹果和单个品客薯片等物体）的最佳步骤。Bi-Touch系统没有视觉输入，完全依赖本体感觉反馈，例如力、物理位置和自身运动。
该团队希望他们的Bi-Touch新系统有一天能够应用于水果采摘、家政服务等行业，甚至可能集成到人造肢体中，以重现触觉。据研究人员称，Bi-Touch系统“负担得起的软件和硬件”的使用，加上其代码即将开源发布，确保了全球其他团队能够进行实验并根据自身目标进行程序改编。
