为了进行更加逼真的互动，研究人员为机器人的眼睛配备了高分辨率摄像头。
因此Emo还可以做到眼神交流，这也是非语言交流中重要的一部分。
此外，研究小组还开发了两个人工智能模型：一个是通过分析目标面部的细微变化来预测人类的面部表情，另一个使用相应的面部表情生成运动指令。
为了训练机器人如何做出面部表情，研究人员将Emo放在相机前，让它做随机的动作。
几个小时后，机器人学会了他们的面部表情和运动指令之间的关系。
团队将其称为「自我建模」，与人类想象自己做出特定表情的样子。
然后，研究小组为Emo播放了人类面部表情的视频，通过逐帧观察并学习。
经过几个小时的训练后，Emo可以通过观察人们面部的微小变化，来预测他们的面部表情。
这项研究主要作者Yuhang Hu表示，「我认为，准确预测人类面部表情是人机交互（HRI）的一场革命。传统上，机器人的设计并不考虑人类在交互过程中的表情」。
「现在，机器人可以整合人类的面部表情作为反馈。当机器人与人实时进行共同表达时，不仅提高了交互质量，还有助于在人类和机器人之间建立信任。未来，在与机器人互动时，它会像真人一样，观察和解读你的面部表情」。
接下来，一起看看Emo背后设计的具体细节。
技术介绍
机械控制结构
