大家吼，水母又和大家见面了。

飞智最近搞了一个大新闻，出了一款不用蓝牙不用WiFi不用第三方客户端，插上直接就能玩的，采用物理连接（电容信号隔空映射），当然再说白点，就是一个高端版的“吃鸡神器”这样就完美的解决上一代产品玩部分游戏使用第三方修改过的客户端导致封号的情况，飞智黄蜂手柄直接使用App Store原生游戏即可畅玩。当然249元的价格还是比淘宝抖音很多的“吃鸡神器”要贵不少的，那么它究竟值不值得买呢？

包装的设计跟飞智其他产品包装的设计类似，都是产品实物图，通过包装就可以一目了然。

嚯嚯嚯，轻松两步，开启战斗。安排！

飞智黄蜂手柄的包装比Wee2更为精致，黑底蓝色的logo有点三星S9包装的感觉。

这张小卡片就是用来定位的映射标尺了。

层层开箱仪式感满满。WASP。 

来张全家福。除了手柄，还有USB充电线、飞智蜂玩线（一边充电一边玩）、映射标尺和飞智祖传绒布袋，当然还少不了用户手册和保修卡。

飞智黄蜂手柄的外观方面，整体为黑色为主，黄色作为点缀。造型圆润，由于采用单手手柄设计，比起其他产品更加的小巧。ALPS日本进口摇杆小巧精准。

背面采用同样圆润的设计，保证了手柄在手里的良好握持感，挤压式装卸结构，一键拉开拉杆，并且支持多档可调。

手柄安装方面，一推、一插、一按即可快速安装，不过飞智黄蜂为了手机和手柄更好的贴合，以及搭配手柄上的硅脂+石墨烯双重散热材料是并不支持使用的。

亲测在运行吃鸡的时候还是有一定的效果的，手机的热量会导到手柄后背，iphone X捉急的散热终于不用一边吃鸡一边对着空调出风口了。  

好了，废话不多说了，赶紧来一局紧张又刺激的飞行棋吧...哦不，刺激战场。

进入游戏后就发现了个问题，由于采用的是物理映射，屏幕左下角的邀请组队被挡住了，单人模式还好双人和四人怎么办呢。当然除了拆下来组队完再装上以外还有什么办法呢，机智的水母肯定不用这个拆装的办法，其实把手机旋转过来，组队邀请就会出现在屏幕的右上角就完美解决了。

进入游戏进行自定义配置，将开镜、开枪等按钮拖到四个固定映射点后就可以开始游戏，并且刺激战场等热门的主流手游都支持自定义按键。完全靠人体接触产生的电容来进行屏幕的控制，不会被检测到模拟器或是改包破解。 

这么简单你都不会用？没关系，飞智一如既往的为大家准备了超全超详细的视频教程供玩家学习操作。 

自己玩了一下，发现推荐的键位有些不适应，自己重新定了键位，跳跃继续使用触摸，这样跟奔跑的摇杆就不那么冲突了，空出来的A键设为了一键打包吃药。 

开镜、射击一气呵成，熟练后与手柄达成默契，想不吃鸡都难。 

飞智黄蜂手柄充一次电可以提供长达15小时的游戏续航。

不过由于防尘塞的设计，充电口只支持附赠的扁线或其他小接头的Micro USB，并不是所有的Micro USB数据线都可以插进去。

除了长达15小时的手柄续航时间外，附赠的“蜂玩线”可以连接Lightning给手机进行充电或连接Lightning接口耳机使用。

半柄半屏的轻巧设计，也使得飞智黄蜂手柄可以随时随地的带在身边，甚至完全可以轻松的放到你的裤兜里。

飞智黄蜂手柄比起之前的Wee系列拉伸手柄体积更加的小巧，重量更加的轻便，整体便携易用，电容物理方式的连接也更快捷和安全。同时黄蜂也在Wee的基础上做了很多提升，比如可以一边游戏一边充电，硅脂+石墨烯为手机散热等等。也可以看到飞智作为手机手柄的专业品牌也在不断的用心来提升自己的产品力，带给玩家更好的游戏体验。

1. 附赠的专属“蜂玩线”带着手柄的同时也可以给手机充电

2. 电容隔空映射，物理连接，即插即用

3. 原生App Store手游，需要改包破解，安全畅玩

4. 4按键+日本ALPS进口摇杆，硅脂+石墨烯给手机双重散热

1. 不能套手机壳使用，如果日常用手机壳，需要拆手机壳

2. 《刺激战场》会挡住左下角邀请和组队按钮，体验稍有下降

3. 充电口只支持附赠的扁线，并不是所有的Micro USB数据线都可以插进去
   

最后，看到这里不要走开，欢迎大家关注本水母，长得帅的小哥哥和漂亮的小姐姐都关注了哦~ 可以第一时间收到我的文章推送哟~ 欢迎打赏丢硬币，收藏点赞评论~ 

当你说自己在做机器人的时候，大多数人的反映都是：哇！ 

曾经有人开玩笑的问道：你是在造一个终结者吗？距离机器人统治人类还有多久？大多数时候，机器人会被自动归类到人工智能的领域内。很多人也会说，你就是在做人工智能啊，现在很火啊。

其实有很长一段时间，我都不太想承认自己在做人工智能相关的研究。因为对于我而言，人工智能在某种程度上都需要引入机器学习的算法，无论是监督或非监督式学习，或者强化学习。而我，作为一个控制出身的人，研究领域为视觉伺服控制，我现阶段撰写的算法，都是基于模型的控制算法，如果这种算法可以被称为人工智能，那么是否意味着控制算法都可以被称为人工智能算法呢？

接着我上文的定义，如果必须要使用某种学习算法才能被称作在做人工智能，那么我所了解的，被应用最多的领域是Computer Vision和Natural Language Processing以及强化学习被用作为下围棋（AlphaGo）和打游戏。这些领域和机器人领域的根本区别是什么？

以上领域均不需要与现实世界发生力的相互作用。

无论是文字或是视觉，需要只是一个接收器，将接收到的信号转变为数据，然后通过算法进行处理。所以大多数人工智能领域的是CS出身的人。

机器人领域不一样的是，机器人是一个拥有硬件的实体。硬件是要和环境发生力的相互作用的，例如抓取，行走，操作物品etc。在和环境发生交互的时候，我们大多数时候就需要做物理以及进一步的数学模型，来更好的理解系统和环境发生作用的方式进一步设计相应的算法，所以一个机器人研究者，需要不仅仅是做好一个程序员，他很多时候要是一个工程师，可能需要有机械、电气或者控制的背景。

有的人可能会说，用机器学习我们可以做model-free control啊，不需要模型我也可以做控制，CS统治一切。就我个人而言在模型存在的情况下（可以推倒），强行用机器学习做model-free的控制是我见过最扯淡的研究方式。

我非常希望了解机器学习算法，尤其今年的ICRA，出现频率最高的词变成了deep learning。

“曾经有一个做机器人和机器学习的机会摆在我面前我没有珍惜，等到失去时才后悔莫及。人生最悲哀的事情莫过于此。如果上天能再给我一次重来的机会，我会对那个教授说三个字：我愿意。如果要在这段研究前加个期限，我希望是一万年”

看过我之前回答的可能知道我在代尔夫特理工的时候，曾经有机会在Prof. Jens Kober手下做毕业论文，结果我放弃去了德国宇航局，最终导致我和机器学习无缘，博士继续做机器人控制。

说实话，我没有后悔。我现在实际研究的问题是非线性的，并且模型很难取得，我开始研究机器学习的算法，去年邀请了Prof. Jens Kober来我的实验室做了报告，今年促成了我博士导师和硕士导师Jens在ICRA见面并且讨论下一步使用强化学习来生成控制算法的可能性。

在讨论过后我对机器学习是有点失望的，当然其实，我应该早有这个心理准备，无论叫上去名字多么fancy，机器学习在机器人控制中，就是在拟合一个（控制器）方程而已。强化学习更是和最优控制（optimal control）的算法非常相似。机器学习不是黑魔法，并且，在我特定的问题上，我暂时并不认为比传统控制算法更有优势，我甚至觉得即使做出来比传统控制算法效果差。

也算是圆了我硕士时候的遗憾，如果最终可以和Prof. Kober合作，我也会继续开展这个领域的研究。

最后，在机器学习+机器人一片火热的时代，给机器学习在机器人领域的应用泼一盘冷水：

1）机器学习曾经在90年代就火过好一阵子，我的组长Prof. Kheddar经历过那个时代，很多机器人领域的人将机器学习应用到机器人上，但是那个热潮，仅仅持续了几年，由于传统控制算法和系统辨识算法的发展，机器学习+机器人热潮很快退去。

Corke组做访问学者，参加了一个PhD的机器学习的学习小组，他发现很有意思的事情是，大家在谈论起机器学习的时候，都会觉得这是一个非常有前景的领域并且十分令人激动，但是当实际的机器人问题摆在面前的时候，又都会对机器学习的可实用性表示怀疑，或者觉得即使可以使用，效果也不一定比传统控制方法更好。

3）在Darpa挑战赛上，第一名KAIST团队曾经在赛后review会上被问到是否在机器人上运用过机器学习算法，答案是没有，因为鲁棒性不高。

最后一个例子，也算是给我自己提醒：

我有一位做biped locomotion的同事，有一位博士生在他做完报告以后私下来找他，问道：

“请问biped locomotion领域有没有什么没有解决的问题？我现在希望通过机器学习解决一下”

希望机器学习是解决实际问题的工具，而不是要创造一个问题，然后利用机器学习来解决。

工程院院士 蔡鹤皋丨北航教授 文力丨深醒科技 袁培江丨深之篮 魏建仓

一飞智控丨深醒科技丨发那科丨柔宇科技丨优傲机器人丨宇树科技丨臻迪科技丨iRobot

①工业  缝纫机器人丨无人智能采矿机器人丨中国饺子生产线自动化车间丨MIT 建筑机器人 

骑自行车机器人丨有触觉机械手 LUKE丨达芬奇机器人丨机器人乐队丨空中飞车丨日本护理机器人合集

③特种  丰田人形机器人丨水下机器人 探索号丨俄罗斯人形机器人 FEDOR丨美国重型机械 Guardian GT丨波士顿动Atlas 360度后空翻丨中国四足机器人 Laikago丨北理工 四轮足机器人丨佛罗里达研究院 “机械鸵鸟

④仿生  3D打印 仿生机器人 丨东京大学 流汗人形机器人丨柔性电池丨哈佛 柔软肌肉丨哈佛丨哈佛 RoboBee

英特尔 宋继强博士 | 中民国际 刘国清丨陈小平教授 |驭势科技 姜岩丨浙大 熊蓉教授|长江学者 孙立宁丨上海大学 无人艇专家团|新松总裁 曲道奎丨北航 王田苗教授|863专家 李铁军教授丨北邮 刘伟教授|清华 邓志东教授丨清华 孙富春教授|天津大学博导 齐俊桐丨哈工大 杜志江教授|长江学者 王树新丨甘中学教授 | 硅谷创客 赵胜 温馨提示

意向合作，文章转载， 均可联系堂博士

本文来自大风号，仅代表大风号自媒体观点。