蹒（pán）跚学（xué）步的孩（hái）童，学会（huì）了跌倒后如何站（zhàn）起（qǐ）来，慢慢感（gǎn）受平衡，最终（zhōng）学会用（yòng）双腿走（zǒu）路，这个过程很（hěn）大程度上（shàng）是通过反复试验学会的。但是，波士顿动力（lì）公（gōng）司的Spot和Atlas等机器人并不是这样的，他们被精心编码处（chù）理（lǐ）特定的任务，结果可能会非常好，但是在软件编程没有（yǒu）设计（jì）到情况（kuàng）下，机（jī）器人可（kě）能就会（huì）无（wú）所适从。据（jù）国外媒体1月6日消息，来自中国浙江大学和英国爱丁（dīng）堡大学的一个联合（hé）研究小组（zǔ）称，他（tā）们开发出了（le）更好的方（fāng）式来解决这样的问（wèn）题。

  在最近发（fā）表在（zài）《科学机器人》杂志上的一篇（piān）论文中，联（lián）合研究小组详（xiáng）细介绍了一种人工（gōng）智能强化方法，他们用这种方法让自己的机器狗“绝（jué）影（yǐng）”学会如（rú）何（hé）走路和自主（zhǔ）从跌（diē）倒中恢复过来。该团队表（biǎo）示，他们首（shǒu）先在（zài）模拟（nǐ）环境中通（tōng）过软（ruǎn）件训练虚拟机（jī）器人。这个软件由八名经过培训以（yǐ）掌握（wò）特定技能（néng）的AI“专家（jiā）”组成，例（lì）如，一个（gè）“专家”训练机器人流（liú）利的（de）行走，而另一个训练机器人如何保持平衡。每次虚拟机器人成功完成一项任务时，团队都会以虚拟（nǐ）积分奖（jiǎng）励它。这个过程听（tīng）起来与Google最近用来训练MuZero算法的方法相同。

  当八种专项技能培训完成后，研究团（tuán）队开（kāi）发了一个额（é）外（wài）的神经网（wǎng）络，有些类似于运动队伍中（zhōng）的（de）总教练（liàn）管理，它将（jiāng）管理其他八种专项技（jì）能，在特定（dìng）的情况（kuàng）下，还会根据需（xū）要对一种或（huò）者多种（zhǒng）技能进（jìn）行优先排序。最后，研究（jiū）团队会将软件移植到原型机器人上进行（háng）实际测试。

  他们研究的目标是创（chuàng）造更加智能化的机器人（rén），这种机器人能够在行进中更加灵活地根据实际情况自适应选择技（jì）能，以便于处（chù）理未经训练（liàn）过（guò）的任务内容。目前，该（gāi）团队面临（lín）的挑战之一（yī）是如何减少模拟机（jī）器人训练所需要的计算力，这（zhè）样研究（jiū）才更具有实用（yòng）性价值。