毫無疑問，未來機器人將在我們的生活中扮演越來越重要的角色，但是要達到一個真正有用的階段，仍然有許多挑戰需要克服-包括無需人工干預的導航。是的，我們處于一個算法允許機器人學習如何移動的階段，但是該過程很復雜，需要大量人工輸入，要么是在跌倒時撿起機器人，要么將其移回機器人。它的訓練空間，如果它徘徊。但是Google的最新研究可能會使這種學習過程變得更加簡單。

?

通過成功地調整現有算法，Google Robotics的研究人員能夠獲得一個四足機器人，以獨自學習并在幾個小時內學習如何前進，后退和轉彎。首先，他們取消了環境建模。通常，在機器人有機會學習走路之前，在虛擬環境中的虛擬機器人中對算法進行測試。雖然這有助于防止損壞實際的機器人，但模仿礫石或柔軟的表面等東西非常耗時且令人費解。

因此研究人員從一開始就開始在現實世界中進行訓練，并且由于現實世界提供了自然的環境變化，因此該機器人可以更快地適應各種變化，例如臺階和不平坦的地形。但是，仍然需要人工干預，研究人員必須在訓練過程中操縱機器人數百次。因此，他們著手解決這個問題，并通過限制機器人的范圍并讓它一次學習多個動作來做到這一點。如果機器人在向前行走時到達其邊緣，它將識別其位置并開始向后行走，從而在減輕人為干預的同時學習新技能。

借助該系統，該機器人能夠通過反復試驗最終學習如何自主導航多個表面，從而最終消除了人類參與的需要-這是使機器人更有用的一個重要里程碑。但是，這項研究并非沒有局限性。當前設置使用高架運動捕獲系統來允許機器人識別其位置-不能在任何現實世界的機器人應用程序中復制的東西。盡管如此，研究人員希望將新算法應用于不同類型的機器人，甚至在同一學習環境中甚至適用于多個機器人，從而創造知識和理解體系，從而有助于在各個領域推動機器人技術的發展。