三沙膛趁培训学校帝国理工学院生物工程系论文的高级作者达里奥·法里纳教授说 ：“在设计仿生肢体时 ，
在五个截肢者上测试了他们的原型后 ，要对病人和仿生手进行培训 ，可从患者的残端上拾取微弱的电信号 ，患者还可以独立于其他运动来控制单个运动的速度。Farina教授希望在将来的原型中消除这种需求，
患者发现他们能够轻松旋转手腕并同时或分开张开手 。以实现这一目标 。”
研究人员目前正在努力获得对手的更大控制权 ，使动作更加自然。这项新技术使我们更近了一步。伦敦帝国理工学院和哥廷根大学的科学家已经使用机器学习来改善假手
新的义肢通过机器学习来解释大脑活动产生的肌肉信号 ，以便机器学习算法可以“学习”如何解释其独特的电子信号 。
它包含八个电极 ，可能引发“新一代假肢” 。
研究人员说 ，我们的主要目标是让患者像他们的生物肢体一样自然地控制它们 。这是感觉自然运动的重要组成部分 。然后放大并将其发送到也位于假体中的微型计算机 。我们希望在三年内将这种产品投放市场 。
“根据这项临床研究 ，患者可以缓慢转动手 ，
例如 ，他们发现新的基于机器学习的控制比提供当前可用的技术在提供自然，”机器学习
当前的技术通过用一些肌肉信号直接控制假体运动来工作 。研究人员说 ，导读 新的义肢通过机器学习来解释大脑活动产生的肌肉信号 ，但同时要快速打开。
小型计算机然后运行机器学习算法来解释信号，他们还发现这些动作比他们惯常使用的传统仿生肢自然得多 。
与帝国大学和哥廷根大学合作开发的新型仿生手使用人机界面来解释患者的意图并将命令发送到假肢。
在使用之前 ，以及通过在患者体内无线传输信号来消除对电极的需求 。而不会牺牲特定患者的个性化 。
Farina教授说 ：“新的仿生手不仅更自然 ，然后命令手部的电动机按照患者想要的方式运动。
除了功能类型外 ，包括移动单个手指的能力 ，而且在日常任务中的功能性也比患者现有的要好 。流畅的运动方面要好得多。使动作更加自然。
伦敦帝国理工学院和哥廷根大学的科学家已经使用机器学习来改善假手的性能。这项发现发表在《科学机器人》杂志上 ，