蹣跚學步的孩童，學會了跌倒后如何站起來，慢慢感受平衡，最終學會用雙腿走路，這個過程很大程度上是通過反復試驗學會的。但是，波士頓動力公司的Spot和Atlas等機器人并不是這樣的，他們被精心編碼處理特定的任務，結(jié)果可能會非常好，但是在軟件編程沒有設計到情況下，機器人可能就會無所適從。據(jù)國外媒體1月6日消息，來自中國浙江大學和英國愛丁堡大學的一個聯(lián)合研究小組稱，他們開發(fā)出了更好的方式來解決這樣的問題。

在最近發(fā)表在《科學機器人》雜志上的一篇論文中，聯(lián)合研究小組詳細介紹了一種人工智能強化方法，他們用這種方法讓自己的機器狗“絕影”學會如何走路和自主從跌倒中恢復過來。該團隊表示，他們首先在模擬環(huán)境中通過軟件訓練虛擬機器人。這個軟件由八名經(jīng)過培訓以掌握特定技能的AI“專家”組成，例如，一個“專家”訓練機器人流利的行走，而另一個訓練機器人如何保持平衡。每次虛擬機器人成功完成一項任務時，團隊都會以虛擬積分獎勵它。這個過程聽起來與Google最近用來訓練MuZero算法的方法相同。

當八種專項技能培訓完成后，研究團隊開發(fā)了一個額外的神經(jīng)網(wǎng)絡，有些類似于運動隊伍中的總教練管理，它將管理其他八種專項技能，在特定的情況下，還會根據(jù)需要對一種或者多種技能進行優(yōu)先排序。最后，研究團隊會將軟件移植到原型機器人上進行實際測試。

論文作者之一李志斌（音）表示，他們研究的目標是創(chuàng)造更加智能化的機器人，這種機器人能夠在行進中更加靈活地根據(jù)實際情況自適應選擇技能，以便于處理未經(jīng)訓練過的任務內(nèi)容。目前，該團隊面臨的挑戰(zhàn)之一是如何減少模擬機器人訓練所需要的計算力，這樣研究才更具有實用性價值。