毫无疑问，将来机器人将正在咱们的生涯中饰演愈来愈紧张的脚色，可是要到达一个真正有用的阶段，依然有许多应战须要克制-包罗无需人工干预的导航。是的，咱们处于一个算法容许机器人学习若何挪动的阶段，可是该进程很庞大，须要大批人工输入，要末是正在颠仆时捡起机器人，要末将其移回机器人。它的锻炼空间，若是它彷徨。可是谷歌的最新研讨能够会使这类学习进程变得加倍简略。

经由过程胜利天调剂现有算法，GoogleRoboTIcs的研讨职员可能取得一个四足机器人，以单独学习并正在几个小时内学习若何行进，前进跟转弯。起首，他们勾销了情况建模。平常，正在机器人有时机学习走路之前，正在虚拟环境中的虚构机器人中对算法停止测试。虽然那有助于防备损坏实际的机器人，但仿照砾石或柔软的概况等器材十分耗时且令人费解。

是以研讨职员从一起头便起头正在理想世界中停止锻炼，而且因为理想世界供给了天然的情况变更，是以该机器人可以更快天顺应各类变更，例如台阶跟没有平展的地形。可是，依然须要人工干预，研讨职员必需正在锻炼进程中支配机器人数百次。是以，他们着手办理这个问题，并经由过程限定机器人的规模并让它一次学习多个举措去做到那一点。若是机器人正在向前行走时达到其边缘，它将辨认其地位并起头向后行走，从而正在加重人为干涉干与的同时学习新技能。

借助该体系，该机器人可能经由过程重复实验终极学习若何自立导航多个概况，从而终极消弭了人类介入的须要-那是使机器人更有用的一个紧张里程碑。可是，这项研讨并不是不局限性。以后设置利用高架运动捕捉体系去容许机器人辨认其地位-不克不及正在任何理想世界的机器人应用程序中复制的器材。尽管如此，研讨职员愿望将新算法使用于分歧类型的机器人，以至正在统一学习情况中以至合用于多个机器人，从而缔造常识跟明白系统，从而有助于正在各个领域鞭策机器人技巧的开展。