杜克大学的研究人员提出了一种 AI 算法，称之为 PULSE（Photo Upsampling via Latent Space Exploration，通过潜在空间探索的照片上采样）。
该算法可以将模糊、无法识别的人脸图像转换成计算机生成的图像，其细节比之前任何时候都更加精细、逼真。
能快速将现有算法在实际生产环境落地，并能利用GPU加速实现大规模计算，我们自己搭建了一个GPU加速的大规模分布式机器学习系统，取名小诸葛
人类可以通过视觉和触觉融合感知快速确定抓取可变形物体所需力的大小，以防止其发生滑动或过度形变，但这对于机器人来说仍然是一个具有挑战性的问题
在底层通过使用基于模型的操作单元，保证了手指与物体之间持续稳定的抓取；在中层使用强化学习进行规划，从而实现较长和复杂的手内操作流程
中科院沈阳自动化所的Wang利用深度强化学习算法和视觉感知相结合的方法来完成移动机器人在非结构环境下的移动操作
德国伯恩大学计算机学院研制的遥操作轮腿复合的移动操作机器人可通过远程操作平台完成各种复杂操作任务
假肢腕设计的有效基准能够做3自由度运动，即旋前/旋后、屈伸和桡侧/尺侧偏移,未受影响的腕关节，其最大活动范围通常在76度/85度
旋转器用于使终端设备沿前臂的纵向放出或滚动，而屈肌使终端设备弯曲或俯仰, OB棘轮式旋转手腕，被动腕部装置的锁定也可以通过使用不可反向驱动的机构来实现
2自由度腕部由一个与旋转器串联的屈肌单元组成，形成一个U型关节。其中一种设备是OBRoboWrist ，它可以同时锁住前旋和屈曲，当解锁时，还可以通过转动手腕上的项圈来调节运动产生摩擦阻力
3自由度人工手腕在某些方面优于人类的手腕，如运动范围或扭矩输出。尽管一些假肢在设计中加入了3自由度手腕，但串行3自由度手腕设备在机器人应用中更普遍
具有相同数量自由度的设备之间进行比较时，串行机构往往比并行机构更长，对于串行机构，运动范围和扭矩规格通常简单地由执行机构的选择和基本形状几何决定
假肢需要直接的人类互动来发挥功能，而机器人手腕则完全是主动的,假腕还包括外部可调节功能，如可调节摩擦或锁定；机器人手腕的任何调整通常都是在控制系统内完成的
由于软体材料的发展，灵巧手也开始柔软起来，如柏林工业大学研制的软体、欠驱动、柔性多指灵巧手、康奈尔大学研制的软体多指灵巧手、北京航空航天大学研制的软体多指灵巧手
