具有3自由度旋轉運動能力的腕關節設計可以任意定位其末端執行器。人類的手腕就有3自由度運動的能力，3自由度人工手腕在某些方麵優於人類的手腕，如運動範圍或扭矩輸出。盡管一些假肢在設計中加入了3自由度手腕，但串行3自由度手腕設備在機器人應用中更普遍。
圖3 三自由度手腕 (a) MC MultiFlex(RU) (b) Barrett W AM Arm (RRR) (c) Kuka LBR iiwa (RRR) (d) Chirikjian球形步進電機(S)
被動串行3自由度：除了那些簡單組合現有的單自由度假體腕部之外，很少有3自由度被動腕部存在，然而，MC Multiflex[圖2(a)]使用了一個帶有彈性偏置U關節的單自由度旋轉器，形成了一個RU鏈，設計類似於MC Flexion腕部。
主動串聯3自由度：實現3自由度主動運動最常見的方法是將主動旋轉器串聯布置，軸線在不同方向上，這種方法被用於修複術和機器人技術。由約翰·霍普金斯大學應用物理實驗室設計的模塊化假肢，使用了一個位於旋前的旋轉器，以及兩個相同的電動單元串聯放置，它們之間有90度的偏移，用於彎曲和偏移。
串行RRR方法在工業機械臂應用中非常普遍。許多商用工業武器，如Kuka k -16、川崎k係列、發那科M係列、DurrEcoPaint、鴻海/ Foxconnrobot arms和巴雷特WAM[圖2(b)]。這三個關節的軸在一個共同點上相交球形末端執行器運動，並為機器人手臂更近端的關節提供平移運動與球形手腕運動解耦。當兩個“滾”軸共線時，這種設計常常導致在零位置出現奇異點。然而，在包裝約束的運動範圍和靈活性(輥電機和齒輪係可以放置遠離旋轉中心)使這種配置吸引和適合工業武器。要注意的是，這些臂內的俯仰和其中一個滾轉角通常是通過傘齒輪差速器驅動的，這使得電機可以沿著腕關節的縱向放置，節省空間，並可能減少轉動慣量。滾-槳-滾設計也用於類人機器人、用於衛星服務的機器人手臂和外科機器人手腕，代替使用第二列滾動關節，一些手腕設計實現3自由度的運動通過滾動-傾斜-偏航配置。在這種情況下，偏航軸垂直於橫搖軸和俯仰軸，對應於人手腕的徑向偏差。當偏航軸與俯仰軸和滾轉軸相交時，該機構通常被認為是一個球形腕關節，也可以被認為是一個RU鏈。除了手術臂和工業臂，因為滾-滾-滾手腕與人的手腕相似，所以也經常用於人形或擬人化機械臂。一些係列腕設計選擇使用單一的球關節而不是串行鏈，雖然整體幾何形狀是一個球和窩接接頭，但球實際上是轉子，窩接接頭是定子。
 |
- 創澤智能機器人
- 中國智能服務機器人領軍企業，涵蓋商用、家庭、特種等多用途的智能機器人產品體係，十幾年行業應用解決方案提供商
|
|
具有相同數量自由度的設備之間進行比較時，串行機構往往比並行機構更長，對於串行機構，運動範圍和扭矩規格通常簡單地由執行機構的選擇和基本形狀幾何決定
假肢需要直接的人類互動來發揮功能，而機器人手腕則完全是主動的,假腕還包括外部可調節功能，如可調節摩擦或鎖定；機器人手腕的任何調整通常都是在控製係統內完成的
由於軟體材料的發展，靈巧手也開始柔軟起來，如柏林工業大學研製的軟體、欠驅動、柔性多指靈巧手、康奈爾大學研製的軟體多指靈巧手、北京航空航天大學研製的軟體多指靈巧手
環境感知技術：機器人感知環境及自身狀態的窗口、運動控製技術：定位導航與運動協調控製、人機交互技術：人機有效溝通的橋梁
宋雲峰博士分享了LDV激光測振及3D視覺傳感技術在智能機器人中的應用，主要介紹了智能機器人光學感知技術、LDV激光測振及3D視覺傳感技術原理及產品介紹、應用案例分享等內容
新型智能抓取機器人，結合深度學習方法，賦予機器人主動探索感知的能力，解決了Affordance Map缺陷，提高了機器人在複雜環境下的抓取成功率
新加坡國立大學（NUS）的研究人員利用英特爾的神經形態芯片Loihi，開發出了一種人造皮膚，使機器人能夠以比人類感覺神經係統快1000倍的速度檢測觸覺
2自由度腕部由一個與旋轉器串聯的屈肌單元組成，形成一個U型關節。其中一種設備是OBRoboWrist ，它可以同時鎖住前旋和屈曲，當解鎖時，還可以通過轉動手腕上的項圈來調節運動產生摩擦阻力
旋轉器用於使終端設備沿前臂的縱向放出或滾動，而屈肌使終端設備彎曲或俯仰, OB棘輪式旋轉手腕，被動腕部裝置的鎖定也可以通過使用不可反向驅動的機構來實現
假肢腕設計的有效基準能夠做3自由度運動，即旋前/旋後、屈伸和橈側/尺側偏移,未受影響的腕關節，其最大活動範圍通常在76度/85度
德國伯恩大學計算機學院研製的遙操作輪腿複合的移動操作機器人可通過遠程操作平台完成各種複雜操作任務
中科院沈陽自動化所的Wang利用深度強化學習算法和視覺感知相結合的方法來完成移動機器人在非結構環境下的移動操作
在底層通過使用基於模型的操作單元，保證了手指與物體之間持續穩定的抓取；在中層使用強化學習進行規劃，從而實現較長和複雜的手內操作流程
人類可以通過視覺和觸覺融合感知快速確定抓取可變形物體所需力的大小，以防止其發生滑動或過度形變，但這對於機器人來說仍然是一個具有挑戰性的問題
能快速將現有算法在實際生產環境落地，並能利用GPU加速實現大規模計算，我們自己搭建了一個GPU加速的大規模分布式機器學習係統，取名小諸葛
杜克大學的一種 AI 算法PULSE可以將模糊、無法識別的人臉圖像轉換成計算機生成的圖像，其細節比之前任何時候都更加精細、逼真
餓了麼算法專家劉金介紹推薦業務背景，包括推薦產品形態及算法優化目標；然後是算法的演進路線；最後重點介紹在線學習是如何在餓了麼推薦領域實踐的
優酷推薦業務，算法應用場景眾多，需求靈活多變，需要一套通用業務框架，支持運行時的算法流程的裝配，提升算法服務場景搭建的效率
通過分析其中的關鍵問題，建立了新熱內容曝光敏感模型，並最終給出一種曝光資源約束下的多目標優化保量框架與算法
