蹒跚学步的孩（hái）童，学（xué）会了（le）跌倒后如何站起来，慢慢感受平衡（héng），最终学会用双腿走路（lù），这个过（guò）程很大程度上（shàng）是通过反（fǎn）复试验学会的。但是，波士顿动力公司（sī）的Spot和Atlas等机器人并不是这样的（de），他们被（bèi）精心编码处理特定的任（rèn）务，结果（guǒ）可能会（huì）非常好，但是在软件编程没有设计到情况下，机（jī）器人可能就会无所适从。据国（guó）外媒（méi）体1月6日（rì）消息，来自（zì）中国浙江大学（xué）和英国爱丁堡大学的一（yī）个（gè）联合研究小组称，他（tā）们开发出了更好的方式来解（jiě）决这样的问（wèn）题。

  在（zài）最近发表在《科（kē）学机器人》杂志（zhì）上的一篇论（lùn）文中，联（lián）合研究小（xiǎo）组详（xiáng）细介绍了一种人工智能强化（huà）方法（fǎ），他们用这种方法让自己的机器狗“绝影”学会如何走路和自主从（cóng）跌（diē）倒中恢复过来（lái）。该团队表示（shì），他们首先在模拟环境中（zhōng）通过软件训练虚拟机器（qì）人。这（zhè）个（gè）软件由八名经过培（péi）训以掌握特定技能（néng）的（de）AI“专家（jiā）”组成，例如，一个“专家（jiā）”训练机（jī）器（qì）人流利的（de）行走，而另一（yī）个训（xùn）练机器人（rén）如何保持平衡。每次虚拟机器人成（chéng）功（gōng）完（wán）成一项任务时，团（tuán）队都（dōu）会以虚拟积分奖励它。这个过（guò）程听起来（lái）与Google最近用来（lái）训练MuZero算法的方（fāng）法相同。

  当八种专项（xiàng）技能培训完成后，研究团（tuán）队开发（fā）了一个额外的神经网络，有些类似于（yú）运（yùn）动队伍中的总教练管理，它将管理其（qí）他八种专项技（jì）能，在特定的情况下，还会根据（jù）需要（yào）对（duì）一（yī）种或者多种技（jì）能进行优先排序。最（zuì）后，研究团队会将（jiāng）软件移植到（dào）原型（xíng）机器人上进行实际（jì）测（cè）试（shì）。

  他们研（yán）究（jiū）的目标是创造更加（jiā）智能化的机器人（rén），这种机（jī）器人能够在行进中更加灵（líng）活地根据（jù）实际情况自适应选择（zé）技能，以便于处理（lǐ）未经（jīng）训（xùn）练过的任务内容。目前，该团队（duì）面临的挑战之一是如何减（jiǎn）少（shǎo）模拟（nǐ）机器人训练（liàn）所需要的计算力，这样研究才更（gèng）具有实用性价值。