机器人领域已经向前迈了一步，接着又向前迈了一步。最近，一个名叫彩虹Dash的机器人自学了走路。这台四足机器只需要几个小时就能学会前后行走，并在这个过程中左右旋转。

来自谷歌、加州大学伯克利分校和佐治亚理工学院的研究人员在ArXiv印前服务器上发表了一篇论文，描述了一种统计AI技术，即深度强化学习，他们用这种技术产生了这种成就。这很重要，原因有很多。

大多数强化学习部署都是在计算机模拟环境中进行的。然而，彩虹Dash使用这项技术来学习在真实的物理环境中行走。

此外，它可以在没有特殊教学机制的情况下运行，例如人工指令或标记的训练数据。最终，彩虹Dash成功地在许多表面上行走，包括柔软的泡沫床垫和带有明显槽口的门垫。

机器人使用的深度强化学习技术包括机器学习，即代理与环境交互，通过试错进行学习。大多数强化学习用例涉及计算机游戏，其中数字代理学习如何获胜。

这种形式的机器学习明显不同于传统的监督或无监督学习，在传统的监督或无监督学习中，机器学习模型需要经过标记的训练数据来学习。强化学习结合了强化学习和深度学习。传统机器学习的规模随着强大的计算能力而大大扩展。尽管研究团队将彩虹Dash的学习能力归功于自身，但人为干预在实现这一目标的过程中仍然发挥了重要作用。研究人员必须创建机器人可以学习行走的边界，以防止机器人离开该区域。

他们还必须设计特定的算法来防止机器人摔倒，其中一些算法侧重于限制机器人的运动。为了防止坠落伤害等事故，通常在数字环境下进行机器人强化学习，然后将算法转移到物理机器人上，以保持其安全性。

在彩虹冲刺胜利大约一年后，研究人员初步找到了如何让机器人在物理环境中学习，而不是在虚拟的周围环境中学习。

与谷歌毫无关系的斯坦福大学助理教授切尔西芬恩(Chelsea Finn)表示，“从(学习)过程中疏散人员确实很难。通过允许机器人独立学习，机器人将更接近能够学习我们在现实世界中的生活。”