自主系统中智能机器人学习如何操作环境的一篇综述性研究，该研究着重于利用机器学习解决机器人操作的问题，并阐述了该领域的众多研究机遇和挑战。

Jul, 2019

让我们反思机器人技术的现状，区别机器人与充满生命力的机器，并探讨机器人和人类的关系，并提出未来机器人技术需要解决的问题：能量补给、需求 (或死亡) 和具体化。

Apr, 2022

通过单个 RGB 摄像头观察人类操作者的动作并实时模仿，我们利用大规模丰富的人类手部视频数据训练了一个 system，使得未经训练的人能在各种熟练操作任务中对机器人进行远程操作，从而使机器人教学更加易于实现并可望辅助机器人在真实世界中实现自主行为。

Feb, 2022

本论文介绍了如何通过微进化强化学习的方法，将人类操作技能转移到商业机器人上，同时提出了多维进化路径搜索算法以及专家人类代理政策的转移，通过实验验证了该框架的有效性。

Dec, 2022

Open Arms 是一个开源的、类似于真实人类手臂的机器人手臂平台，该平台拥有 28 个自由度，旨在扩展类人机器人的抓握和操作能力，同时满足成本较低的假肢需求。

May, 2022

论文探讨了如何将人工智能集成到共享控制范式中，特别关注了人与机器人之间接口的要求和如何在显著减少心理负担和所需的运动技能的同时保持人的参与。

Jun, 2023

自动化行业、机器人操纵器臂、机器学习方法、实际操纵任务和机器学习应用是该论文的关键词，并对最近的发展趋势进行了综述。

Sep, 2023

本文介绍了一种基于神经假肢系统的人工智能代理，通过一个外周神经接口实现对截肢者的运动意图的翻译，从而使假肢的手指和手腕得以智能控制，实现了多项运动解码实验，并在手势匹配任务中证明了 AI 代理的实时性能及信息吞吐量，此技术的长期使用也表现出强大的预测性能，这表明了神经技术未来能够实现高灵活度和直观性的假肢控制。

Mar, 2022

通过使用一个新型的人机协作系统，允许人类操作员与机器人共同控制机器人末端执行器，从而实现了同时进行人类示范收集和机器人操作教学，以提高数据收集效率和降低人类适应性需求。

Jun, 2024

本文介绍了一种基于物体为中心示范实现的，用于训练软机械手进行熟练操作的方法，该方法使用增强学习技术，提出了一种新的算法，允许我们混合和选择最可行的示范来学习在硬件上模仿。最后，我们将这种方法应用于 RBO Hand 2 上，并获得了开 / 关阀门，滑珠和抓取等任务的良好表现。

Mar, 2016