由于挥手等同一种动作可能代表不同的意思，机器人要识别人类的姿势非常困难。设计人员必须开发智能计算机算法，使其经过培训后可以识别某一动作的通常含义，并对不同的命令做出正确的回应。
　　新加坡科技研究局的研究人员已经采用一种名为“localist attractor network”的认知记忆模型来开发一个新的系统，其可以快速和准确地识别人类的姿势，而无需长时间的培训。
　　研究人员首先将该软件系统用于ShapeTape（一种利用光纤和惯性传感器来监测手臂的弯曲与转动的特殊衣服），记录每秒80次肩膀、手、腕的三维方向数据和做出姿势的时间。测试发现，99%的姿势都能被该系统正确解释。而且一种新的控制姿势被示范数次后，该系统即能很轻松地识别它。
　　下一步研究人员将使用对动作敏感的照相机来代替ShapeTape，使人们无需使用任何特殊的设备即可控制机器人。他们正利用微软的Kinect照相机来开发一种新的姿势识别系统，并通过一个自动化机器人执行现实服务任务来测试系统的有用性。
　　此项研究成果刊登于《IEEE计算智能杂志》。
　　姜禾 编译自：http://phys.org/news/2012-05-robotics-gesturing.html