蹒跚（shān）学（xué）步的孩童，学（xué）会（huì）了跌倒后如何站起来（lái），慢慢感受平衡，最终（zhōng）学会用双腿走路（lù），这个过程很大程度上是通过反（fǎn）复试验学会的（de）。但（dàn）是，波士顿（dùn）动（dòng）力公司的Spot和Atlas等机器人并不（bú）是这样的（de），他（tā）们被精心编码处（chù）理特定（dìng）的任务，结果（guǒ）可能（néng）会非常（cháng）好（hǎo），但是（shì）在软件编（biān）程（chéng）没有设（shè）计到情况下，机（jī）器人可能（néng）就会无（wú）所适从。据（jù）国外媒体1月6日消息，来（lái）自中国浙江（jiāng）大（dà）学和英国爱丁堡大学的（de）一个联合研究小组称，他们开发（fā）出了更好（hǎo）的方式（shì）来解决这样的问题（tí）。

  在最近发表在《科学机器人（rén）》杂志上的一篇（piān）论文中（zhōng），联合研究小组详细介绍了一种人工（gōng）智能强化方（fāng）法，他们用这种方法让自（zì）己的机器狗（gǒu）“绝（jué）影”学会如何走路和自主从跌倒中恢复过来。该团队表示（shì），他们首先在模拟环（huán）境中通过软件训练虚拟机器人（rén）。这个软件由八名经过培（péi）训以掌（zhǎng）握特定技能的AI“专家（jiā）”组成，例（lì）如，一个“专（zhuān）家”训练机器人（rén）流（liú）利的行走，而另一（yī）个训练机器人如何保持平衡。每（měi）次虚拟机器（qì）人（rén）成功完成一（yī）项任务时（shí），团队都会以虚（xū）拟积（jī）分奖励它。这个过程听起来与（yǔ）Google最（zuì）近用来训（xùn）练MuZero算（suàn）法（fǎ）的（de）方法相同。

  当八种专项技（jì）能培训（xùn）完（wán）成后，研究团队开发了一个额（é）外的神经（jīng）网络（luò），有些类似于运动（dòng）队伍中的总教练管理，它（tā）将管理其他八种专项技能，在（zài）特（tè）定的情况下，还会（huì）根据（jù）需（xū）要对一种或者多种（zhǒng）技（jì）能进行优（yōu）先排（pái）序（xù）。最后，研究团队会（huì）将（jiāng）软件移植到原型（xíng）机（jī）器人上进行实际（jì）测试。

  他们研究的目标（biāo）是创（chuàng）造更加（jiā）智能化的机器人，这种机器（qì）人（rén）能够在行进中更加灵活地根据实际情况自适应选择技能，以（yǐ）便于处理未经训（xùn）练过（guò）的任（rèn）务内容。目前，该团队面临的挑战之一（yī）是（shì）如何减少模拟机器人训练所需要的计算力，这（zhè）样研究才更具有实用性价值。