人体手腕对手臂系统的灵活性有很大的贡献，增强了灵巧性和操纵能力。然而，学术界和工业界都倾向于把更多的注意力放在手爪的开发上，而不是手腕系统的开发上。近有研究表明，与手腕能力有限的G度灵巧终端设备相比，手腕的灵巧度增加可能对操作能力的贡献更大。当使用简单的末端执行器时，或当对象完全约束手的手指时，腕部的作用变得特别重要。
健康人的腕部是假肢腕设计的有效基准，也是任何方位装置都可以考虑的参考点。它能够做3自由度运动，即旋前/旋后、屈伸和桡侧/尺侧偏移。每个自由度都是一组成对的运动，指的是每个自由度内的正运动和负运动。对于未受影响的腕关节，其大活动范围通常在76度/85度、75度/75度和20度/45度之间，分别为旋前/旋后、屈伸和桡骨/尺侧偏移。这些自由度是耦合的，意味着其中一个自由度的运动可以限制另外两个自由度的运动范围。
健康的人在日常生活活动中只利用了每个关节全部活动范围的一部分。对这些“功能性”运动范围的调查表明，它们介于65度/77度、50度/70度和18度/40度之间旋前/旋后、屈伸和桡骨/尺侧偏移的自由度及其运动范围如图1所示。
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
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
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
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
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，摩登7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
杜克大学的一种 AI 算法PULSE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
饿了么算法专家刘金介绍推荐业务背景，包括推荐产品形态及算法优化目标；然后是算法的演进路线；最后重点介绍在线学习是如何在饿了么推荐领域实践的
优酷推荐业务，算法应用场景众多，需求灵活多变，需要一套通用业务框架，支持运行时的算法流程的装配，提升算法服务场景搭建的效率
通过分析其中的关键问题，建立了新热内容曝光敏感模型，并最终给出一种曝光资源约束下的多目标优化保量框架与算法
针对结算收银场景中商品识别的难点，从商品识别落地中的模型选择、数据挑选与标注、前端和云端部署、模型改进等方面，进行了深入讲解
神经形态结构融合学习和记忆功能领域的研究主要集中在人工突触的可塑性方面，同时神经元膜的固有可塑性在神经形态信息处理的实现中也很重要
机器学习就是通过经验来寻找它学习的模式，而人工智能是利用经验来获取知识和技能，并将这些知识应用于新的环境
