穿衣旨在帮助残疾人或者活动受限的人，但必须安全。

　　如果太安全，机器人就移动的很慢，甚至彻底失败。麻省理工开发的一套新算法，既能高效移动，又能确保身体安全。

　　该方法能够预测人类的系列行为，因此无论人在干什么，机器人的活动总是安全的。

　　通常机器人被设计避免碰撞，而新方法允许安全的轻微的碰撞接触，这样能够缩短完成任务的时间。

　　当机器人收集到更多的数据，然后更新优化算法，会让机器人更加有效快速地完成任务。

　　这个机器人其实是著名的人形机器人PR2，它通过分析机器人把病号服穿到病人身上的近11000个模拟案例，一天之内就自学成才了。

　　当然，其中有些尝试非常完美，也有一些则是一败涂地。当衣服卡在人的手部或者手肘上时，机器人可能会控制不好施加在人体上的力量。

　　从这些例子中，PR2的神经网路学会了预估施加在人身上的力量。从某种意义上说，模拟可以让机器人了解人类接受协助的感觉。