触觉互联网可能是物联网的下一个阶段，在这个阶段，人类可以在体验现实的触觉反馈的同时与远程或虚拟物体接触和交互。

澳大利亚墨尔本大学（University of Melbourne）的伊莱恩·王（Elaine Wong）领导的一个研究小组开发了一种方法，用于增强触觉互联网中典型的人机应用中的触觉反馈体验。研究人员认为，他们的方法可以用于预测从电子医疗到虚拟现实游戏等应用中的适当反馈。

Wong和她的同事将在2020年3月8日至12日在美国加利福尼亚州圣迭戈会议中心举行的光纤通信会议和展览会上介绍他们提出的模块，该模块使用人工神经网络来预测接触到的材料。

根据交互的动态性，一个最佳的人机应用程序可能需要一个短达1毫秒的网络响应时间。

黄说：“这些反应时间限制了人和机器之间的距离。因此，将这一距离与网络响应时间解耦的解决方案对于实现触觉互联网至关重要。

作为实现这一目标的一步，该团队训练了一种强化学习算法，以猜测人机系统中适当的触觉反馈，然后才能知道正确的反馈。该模块被称为基于事件的HApticSmple Forecast（EHASA F），它通过提供基于用户正在交互的材料的概率预测的触摸响应来加速过程。

论文作者苏拉夫·蒙达尔（Sourav Mondal）说：“为了在长距离网络上方便人机应用，我们依靠人工智能来克服长传播延迟的影响。

一旦确定了实际的材料，该单位就会调整和更新其概率分布，以帮助选择正确的反馈，展望未来。

该小组测试了EHASA F模组，并使用了一副虚拟现实手套来触摸虚拟球。手套包含手指和手腕上的传感器，以检测触摸和跟踪移动，力量和手的方向。

根据用户选择触摸所提供的四个虚拟选项的材料球，来自手套的反馈应该有所不同。例如，金属球将比泡沫球更坚固。当神经网络确定其中一个手指接触到球时，EHASA F模块开始通过反馈选项循环生成，直到它解析出所选球的实际材料。

目前，有四种材料，该模块的预测精度约为97%。

蒙达尔说：“我们认为，用更多的材料来提高预测精度是可能的。“然而，要实现这一点，需要更复杂的基于人工智能的模型。”

蒙达尔说：“基于我们提出的EHSA F模块的基本理念，可以开发出越来越多性能更好的复杂模型。”