如果機器人真的可以幫助我們在房子周圍或照顧我們的受傷和老人，當然用兩只手更方便，但是使用雙手比我們想象起來困難得多。

來自威斯康星大學麥迪遜分校的研究團隊的想法是，不要從頭開始構建一個使用雙手的機器人，而是簡單地創建一個系統，讓它能理解并執行與人類不需要思考就能完成的動作。

例如，當你需要打開一個罐子的時候，你用一只手抓住它，并把它移動到合適的位置，然后當另一只手抓住蓋子并擰開它的時候，你就把那只手握緊。在這個基本的動作中發生了很多事情，現在要求機器人自動完成它是不可能的。但是那個機器人仍然可以大致了解為什么在這種情況下要進行這樣的操作，并盡其所能去完成它。

四種動作

研究人員首先讓人類佩戴動作捕捉設備執行各種模擬日常任務，如堆疊杯子，打開容器和傾倒物體，拾取物品，抽出夾在中間的物體。所有這些數據，包括手的動向，它們如何相互作用等等，都被機器學習系統學習和反思，最終發現了人們最傾向用手做的四種動作：

移交：這是你拿起一個物體放在另一只手中，這樣就可以更容易地把它放在原處，或者騰出第一只手去做別的事情。

一只手固定：用一只手保持物體穩定，牢牢地抓握，而另一只手對其進行操作，如取下蓋子或攪拌里面的物體。

固定偏移：雙手協同工作以拾取并旋轉或移動它。

單手搜索：實際上不是雙手操作，而是在另一只手找到需要的對象或執行任務時故意讓一只手不參與操作。

機器人運用這些知識不是為了做動作本身，這些是非常復雜的動作，目前的人工智能無法執行，而是為了解釋人類控制器所做的動作。

你可能會認為，當一個人遠程控制一個機器人時，它只會準確地反映出這個人的動作。在測試中，機器人這樣做是為了提供一個基線，說明在不了解這些雙手動作的情況下，它們是如何做到這一點的，但其中許多動作是根本不可能做到的。

重新解釋人類動作

研究人員創建的系統會識別上述四種行為之一何時發生，并采取措施確保它們成功實現。這意味著，例如，當一起拿起一個水桶時，要意識到另一只手對每只手臂施加的壓力。或者在另一只手與蓋子相互作用時，為握著物體的手臂提供額外的剛性。即使只使用一只手（尋找任務），系統也知道它可以剝奪未使用的手的運動，并將更多的資源優先給工作中的手。

這些知識大大提高了遠程操作員嘗試執行一系列任務的成功率，任務旨在模擬準備早餐：打雞蛋，攪拌，移動物品，拿起托盤，戴眼鏡，并保持水平。

當然，這仍然是由人類或多或少完成的，但人類的行為正在被增強并重新解釋，而不僅僅是簡單的機械復制。

機器人自主完成這些任務還有很長的路要走，但這樣的研究奠定了一些基礎。在機器人試圖像人類一樣移動之前，它必須不僅要了解人類的移動方式，還要了解為什么他們在某些情況下會做某些事情，還有哪些重要的過程可能會被明顯的觀察隱藏起來，比如規劃手的路線，選擇抓握位置等。