據國外媒體報導，人工智能研究人員讓機器人來玩魔方，以此測試它的靈巧度。人類可以相對輕鬆地玩弄魔方，但對於機器人來說，這一直以來都非常困難。(常見的2x2x2魔方共有367.416萬個內部組合。)這並不是說沒有機器人能玩得轉魔方——麻省理工學院的一項發明最近以破紀錄的0.38秒內解出魔方——但這種機器人通常都涉及專門製造的馬達和控制器。

令人鼓舞的是，騰訊和香港中文大學的一組研究人員表示，他們設計了一款使用多指手的魔方操縱手。在發佈在預印論文網站Arxiv.org上的一篇論文(“學習用靈巧的手來解魔方”)中，研究人員稱他們由人工智能驅動的系統——包括一個用來求出最優動作順序的魔方求解器，以及一個可控制五個手指的魔方操作器——在1400多次試驗中取得90.3%的平均成功率。

“靈巧的手部操作是機器人達到人類水平的靈活性，完成涉及大量接觸的日常任務的關鍵部分。”研究人員寫道，“儘管取得了進展，但可靠的多指靈巧手操作仍然是一個開放的挑戰，因為它具有復雜的接觸模式、高維的動作空間和脆弱的機械結構。”

研究人員的系統在虛擬環境中操縱魔方。

該團隊的解決方案是一個分層系統，它結合了基於模型和無模型的規劃和操作組件。上面提到的魔方求解器負責尋找恢復魔方的最優動作順序，而控制器——涉及兩個原子動作、魔方旋轉和分層操作——則負責一步一步地執行每個動作。

研究人員指出，運動學和關節運動使得部分動作比其他的動作更難完成。他們分別訓練了幾個模型，以便定量比較它們的可靠性。為了提高魔方旋轉和分層操作（在沒有得到反饋信號的情況下循序執行）的穩健性，他們實施了一個回退機制來一步步檢查魔方的狀態。

該團隊利用Roboti的Mujoco（多關節接觸動力學）來驗證他們的方法。Mujoco是為機器人和生物力學的研究和開發而設計的一個物理引擎。在Mujoco內，他們使用了一個靈巧的人手大小的機械手。該機械手被稱為“影子手”（Shadow Hand），它的中指和無名指各有三個驅動關節和一個欠驅動關節，小指和拇指有五個驅動關節(手腕有兩個驅動關節)。在一個實驗中，影子手的任務是操縱一個虛擬的魔方來實現一個目標姿態，而在另一個實驗中，它必須操縱兩層來實現一個目標角度。

研究人員表示，他們的模型的立方體旋轉成功率穩定在90%以上(經過3萬次訓練後，他們將該數字提高到95.2%)，分層操作的平均成功率為90.3%。他們說，一起優化這兩個原子操作，並將該系統部署到實際硬件上，可以進一步提高性能。