马萨诸塞州理工学院的马萨诸塞州的马萨诸塞州的剑桥（MIT）开发了一个机器人，它使用触摸和视觉技术来玩Jenga，这是一个需要灵活性的热门游戏。有一天可以应用机器学习方法，以帮助机器人组装手机和其他使用小零件的产品。

Jenga要求玩家仔细转动从堆叠块的塔上删除碎片。游戏使用54个矩形木块，每个矩形块在18层块中堆叠，每个层中的块垂直于下面的块。游戏的目的是仔细提取一个块并将其放在塔顶，以构建一个新的水平，而不会旋转整个结构。

为了成功完成这项任务，麻省理工学院的工程师们装备了一个ABB IRB 120机器人，它配备了一个软爪抓手、一个力感应腕带和一个外部摄像头。

当机器人小心地推着砖块时，电脑会从它的摄像头和袖口接收视觉和触觉反馈，并将这些测量结果与机器人之前的动作进行比较。它还考虑这些动作的结果——具体来说，在某种配置下，用一定的力推一个块，是否成功地取出了。

然后，机器人会实时“学习”是否继续推动或移动到一个新的砖块，以防止塔倒塌。

“机器人演示的东西是很难获得在以前的系统:快速学习能力的最佳方式执行一个任务,不仅从视觉线索,因为它通常是研究了今天,但也来自触觉,物理交互,“阿尔贝托·罗德里格斯说,麻省理工学院的机械工程助理教授。

罗德里格斯解释说:“与国际象棋或围棋等纯粹的认知任务或游戏不同，玩叠叠乐游戏还需要掌握探索、推、拉、放置和排列棋子等身体技能。”“这需要互动感知和操作，你必须去触摸塔，了解如何以及何时移动积木。

“这很难模拟，所以机器人必须在真实世界中学习，通过与真正的晋城塔进行互动，”罗德里格兹指出。“关键挑战是通过利用对物体和物理学的常识来学习相对较少的实验。”

罗德里格斯表示，研究人员开发的触觉学习系统可以用于叠叠乐之外的应用，特别是在需要仔细的物理互动的任务中，比如组装消费电子设备。

罗德里格斯说:“在手机装配线上，几乎在每一个步骤中，贴合或螺纹的感觉都来自力量和触摸，而不是视觉。”“学习这些行为的模型是这种技术的主要房地产。”