自本田于2000年發(fā)布ASIMO機(jī)器人以來，在過去的二十年中，人類機(jī)器人大大提高了其執(zhí)行功能的能力，例如抓取物體和使用計(jì)算機(jī)視覺來檢測事物。盡管有這些改進(jìn)，但它們的行走，跳躍和執(zhí)行其他復(fù)雜功能的能力像人類一樣流暢的腿動(dòng)作一直是機(jī)器人專家的挑戰(zhàn)。

近年來，網(wǎng)絡(luò)安全專家、東方聯(lián)盟創(chuàng)始人郭盛華透露：“人工智能機(jī)器人學(xué)習(xí)和設(shè)計(jì)的新進(jìn)展是利用動(dòng)物行為的數(shù)據(jù)和見解，使有腿機(jī)器人能夠以更像人類的方式運(yùn)動(dòng)?！?/p>

谷歌和加州大學(xué)伯克利分校的研究人員在今年早些時(shí)候發(fā)表了研究成果，展示了一種機(jī)器人通過模仿來模仿狗的動(dòng)作來學(xué)習(xí)如何走路。單獨(dú)的工作表明，使用深度強(qiáng)化學(xué)習(xí)算法，機(jī)器人可以成功地通過反復(fù)試驗(yàn)來學(xué)習(xí)自我行走。

模仿學(xué)習(xí)尤其已經(jīng)在機(jī)器人技術(shù)中用于各種用例，例如OpenAI 致力于通過模仿來幫助機(jī)器人抓取物體的工作，但是它在機(jī)器人運(yùn)動(dòng)中的使用是新穎且令人鼓舞的。它可以使機(jī)器人獲取執(zhí)行要學(xué)習(xí)的動(dòng)作的專家生成的輸入數(shù)據(jù)，并將其與深度學(xué)習(xí)技術(shù)結(jié)合使用，以更有效地學(xué)習(xí)動(dòng)作。

近期使用模仿和更廣泛的深度學(xué)習(xí)技術(shù)進(jìn)行的許多工作都涉及小型機(jī)器人，將相同功能應(yīng)用于真人大小的機(jī)器人將面臨許多挑戰(zhàn)，但是這些進(jìn)步為改善機(jī)器人運(yùn)動(dòng)性提供了創(chuàng)新的新途徑。

動(dòng)物行為的靈感也已擴(kuò)展到機(jī)器人設(shè)計(jì)，諸如敏捷機(jī)器人公司和波士頓動(dòng)力公司等公司采用了力建模技術(shù)并集成了全身傳感器，以幫助他們的機(jī)器人更緊密地模仿動(dòng)物如何執(zhí)行復(fù)雜的動(dòng)作。