如何让机器人学习的更快更好？

据我了解，有种学习方式称为“目标导向模仿”，其利用机器人日益增长的能力去推断它们的操纵者的需要，在考虑了时间，难度等因素后，利用机器人想出完成目标的最好方法。例如，机器人可以“观察”人类搭建乌龟模型，推断所需的重要指标，然后在建造时重构模型，而且可能比初始模型更简单，以利于机器人的建造。

 

研究对象通常会选择和初始设计最像的众包版本。总的来说，机器人的最终模型会比初始设计要简单——而且能够成功搭建这些模型，而这些在开始只有初始模型时是很难达到的。

 

研究人员将同样的想法应用到双臂机器人学习操作动作上。这次，使用者手动向机器人演示新动作。然后机器人推断一些它并不知道怎样进行这些动作的新场景。通过对动作的抽象，交互可视化，它向众包学习在新场景中实施这个动作的新方法。这项研究将在今年11月举办的人类计算与众包大会上发表。

 

布朗大学伍斯特理工学院，康奈尔大学的研究团队也在进行类似理念的研究，开发机器人使其可以能够通过众包学习新技能。

 

华盛顿大学的研究团队目前正在利用众包和在线资源教育机器人完成更复杂的任务，例如在多层的建筑物中找寻物品。研究者们预测，未来个人机器人将会和人类在线的联系更紧密，学习新的技能和任务以更好地在日常生活中协助我们。