nvsirgn的博客

仿生机器人手指本设计基于一个简单但有效的想法：使用主动肌和阻抗方法来实现机器人手指的弯曲和伸展，遵循一种生物启发的方法，即稳定的弹性体材料（硅胶片）对应人体伸肌肌腱，介绍了一种机器人手指的结构。弹性体材料显示在图像的下部（白板），而用于肌腱布线的低摩擦管与刚性指骨一起出现在图像的上部（白色管）。手指的底部也被描绘在图片的右侧。带多个槽的模块化手指基部机器人手有一个模块化的手指基部，配备了5个插槽，可以用来“容纳”总共四个手指。更具体地说，可以开发具有各种几何结构的手指基架的机械手。线和二维多面体几

Prosthetic Hands项目仿生特性基于人类手的结构和功能，设计者认为拟人化是手设计中的一个重要特征，它可以改善人们日常生活中的各种任务。在这个设计中，拟人化体现在两个具体的设计选择上：1）使用拟人运动学模型；2）使用仿生手指驱动和传动系统。仿生柔性手指机器人手指手指驱动和传输系统遵循一种仿生设计，在结构上再现了人类手指的弯曲（通过低摩擦管驱动肌腱）和伸展（使用弹性体材料）运动。手指的结构是由有机玻璃（丙烯酸）构成的，弯曲关节是用硅树脂片实现的。对于机器人手指，还使用以下材料：1）

什么是机器学习？此处给出了机器学习的两个定义。亚瑟·塞缪尔（Arthur Samuel）将其描述为：“机器学习赋予计算机无需明确编程就能学习的能力。”这是一个古老的、非正式的定义。Tom Mitchell给出了一个更现代的定义：“一个计算机程序被认为是从经验E中学习关于某类任务T和性能度量P的经验，如果它在T中的任务的性能（用P来衡量）随着经验E而提高。”例如：玩跳棋。E=玩许多次跳棋游戏的经验T=下棋的任务。P=程序赢得下一局的概率。一般来说，任何机器学习问题都可以分为两大类：有监督学习

参考：https://www.coursera.org/learn/machine-learning/supplement/NKVJ0/supervised-learning监督学习在有监督学习中，我们得到了一个数据集（输入），并且已经知道了我们正确的输出应该是什么样子的，并认为输入和输出之间存在关系。监督学习问题分为回归问题和分类问题。在回归问题中，我们试图预测连续性输出的结果，这意味着我们试图将输入变量映射到某个连续函数。在分类问题中，我们试图预测离散输出中的结果。换句话说，我们试图将输入变