在之前的项目中，俄勒冈大学的研究人员使用了类似的强化学习技术来教一个叫做Cassie的两足机器人跑步。这种方法得到了回报——cassie成为第一个在户外跑5公里的机器人，然后创造了吉尼斯世界纪录，最快的两足机器人跑100米，并掌握了从一个地方轻松跳到另一个地方的能力。
训练机器人以运动员的方式行动需要他们在非常狭窄的环境中发展出非常复杂的技能。“我们恰恰相反——专注于在大环境中相当简单的技能。”
对人形机器人的新一波研究不太关注速度和能力，而是更多地关注于制造强大和适应性强的机器——这是使它们在现实世界中有用的最终需要。人形机器人在工作场所仍然相对罕见，因为它们在搬运重物时往往难以保持平衡。这就是为什么大多数设计用来在工厂和仓库中举起不同重量物体的机器人通常有四条腿或一个更大、更稳定的底座。但研究人员希望通过使用人工智能技术使人形机器人更值得信赖来改变这种状况。
芬说，强化学习将开辟一种“新的、更灵活的、更快的方式来训练这些类型的操作技能”。他和他的团队准备在下个月在日本举行的国际机器人与自动化会议(ICRA)上发表演讲。
最终目标是人类能够向机器人展示一段所需任务的视频，比如从一个架子上拿起一个盒子，把它推到另一个更高的架子上，然后让机器人去做。没有任何进一步的指示，弗恩说。
纽约大学(New York University)计算机科学助理教授勒雷尔·平托(Lerrel Pinto)没有参与这项研究，他说，让机器人观察、模仿并快速学习这些类型的行为真的很有用，但这仍然是一个挑战。他说:“如果能做到，我会非常满意。”“这些都是棘手的问题。”
