假设你有一个末端类似于人手的机械臂。你已经训练它的5个指（zhǐ）头学会拿起一把锤子（zǐ），以及将钉子钉入（rù）木板。但现（xiàn）在，你希望一种“二指夹爪（zhǎo）”也能完成同样（yàng）的（de）任（rèn）务。为此，科学家创造（zào）出了（le）一（yī）连串的虚拟机器人来模拟两（liǎng）种机械臂（bì）之（zhī）间的形态：它会从最初类似于人手的（de）结构缓（huǎn）慢地转变（biàn）成（chéng）一种（zhǒng）新的形状。每一个中（zhōng）间机器人都会通过（guò）练（liàn）习指定的任（rèn）务（wù），以此调整（zhěng）对应的人工神经网络（luò）（一种计算模型），直到达到阈值成功率。紧（jǐn）接着（zhe），这个系（xì）统的控制器代码就会被传递给这条（tiáo）“链”上（shàng）的下一个中间机器（qì）人。

 

        为（wéi）了（le）完成（chéng）从（cóng）虚拟机（jī）器人到目标机器人的转变，研究（jiū）团队创（chuàng）建（jiàn）出（chū）了（le）一种（zhǒng）共享式树（shù）状运动链（kinematic tree）。其中（zhōng），一组代表肢体部分的节点被一些（xiē）代表关节的（de）链接器（link）连接了起来。为了将锤击（jī）技能（néng）迁移到二指夹爪，这支团队（duì）将原本结构（gòu）中代表三个（gè）指头的节点的大小和权重都调整为零（líng）。对于每一个中间机器人（rén）来说（shuō），相应指头的大小和权重（chóng）就会逐渐变小。

 

        与（yǔ）此同时，控（kòng）制它们的（de）神经（jīng）网（wǎng）络也必（bì）须学会作出调整。此外，研究（jiū）人员还调（diào）整了训练方法，以便使中间（jiān）机器人之间的变化不会太大也不会太小。

         

        这（zhè）个由卡内基梅隆大（dà）学设计（jì）的系统（tǒng）叫作REvolveR（RobotEvolve Robot）。它的表现（xiàn）优于（yú）机（jī）器学习的基本方（fāng）法，比如从头开始训练（liàn）目标（biāo）机（jī）器人的方法。在（zài）锤击任务（wù）和其他训练任（rèn）务（包括移动一（yī）个（gè）球和打（dǎ）开一扇门）中，为了使机器人夹（jiá）爪达到90%的成功（gōng）率，此前最好的替（tì）代性训练（liàn）方法需要比REvolveR多执行29%~108%的试验次（cì）数，尽（jìn）管这些替（tì）代性方法在训练过程中提供了更多的信息（xī）反馈。接下来，研究人员还使用其他类型的虚拟机器人测试他（tā）们（men）的训练方法（fǎ）。例如，利用这种方法为一个（gè）蜘蛛状机器人（rén）添加新的腿（tuǐ）部结构（gòu），并让它重新学会（huì）爬（pá）行。

 

        维（wéi）塔（tǎ）利·库林（未（wèi）参与这项研（yán）究）是（shì）英（yīng）国牛津（jīn）大学（xué）的计算机科学（xué）家（jiā），主（zhǔ）要研（yán）究机器人和机器学习，他表示（shì）：“我认为这是一种非常巧妙的方法（fǎ）。”尽管（guǎn）通过将艰巨的挑战分解成一（yī）系列小的部分，从（cóng）而使AI能够在不同的任务之间实现技（jì）能迁移的方法并不新鲜，“但在一个机器（qì）人与另（lìng）一个机器人之间进行内插，以此实现技能迁移，这（zhè）是我（wǒ）以前从（cóng）未想（xiǎng）到的。”