位于硅谷的非营利组织OpenAI的研究人员开发了一个机器人系统，称为“Dactyl”。它使用了一个来自英国公司称为“影子”的现成的机器手，一个普通的相机，以及一个已经掌握了一个庞大的多人在线视频游戏的DotA算法，它使用了同样的自学方法，即使用了一种称为强化学习的机器学习技术。Dactyl的任务是操纵一个立方体，把不同的面翻到上面来。通过不断的试错，来达到预期结果。

Dactyl AI的研究人员成功研究出一种自学算法，提高机器人的手的灵活性，使机器人的手能更加方便地操纵一个立方体，这个过程在计算机模拟中相当于进行了百年的练习，虽然在现实中只有几天时间。

其实机器人远不如我们想的那么“万能”，比如机器人的手就还远不及人类的敏捷，如果应用在工厂或仓库里就显得太过笨拙。即便如此，这项研究依然显示了机器还是拥有着学习与发展的潜力。若机器人有一天可以在虚拟世界中自学新技能，这将大大加快编程或训练它们的进程。

Dactyl自动地找出了人类常用的几个抓点，因此可以非常敏捷的操作旋转立方体。但在经过了“数百年”的虚拟训练之后，机器人成功地操纵了魔方的概率只有13/50，这比儿童所需要的时间还要长。必须要承认的是，人工智能还有很长的路要走。但这项研究依然是一件好事。

实际上，几十年前就提出了这种源于动物通过积极反馈学习方式的强化学习，但随着人工神经网络的进步，在最近几年才被证明是可行的。Alphabet旗下的DeepMind利用强化学习技术创建了AlphaGo。这是一个计算机程序，它学会的高超技能使其可以玩极其复杂和微妙的棋盘游戏。

对于这种方法其他机器人研究人员进行了一段时间的测试，但由于现实世界的不可预测性和复杂性，其模仿过程困难重重。OpenAI的研究人员通过在虚拟世界中引入随机变量来解决这个问题，这样机器人就可以学习如何解释诸如摩擦、机器人硬件噪音以及立方体部分处于视线之外的问题。

为了可以提高Dactyl的性能，制作该机器人工程师做了很多努力，比如通过赋予它更强的处理能力和引入更多的随机性。并且，这还仅仅是一个开始，工程师们认为机器人还没有达到极限，目前也没有将这项技术商业化的打算，而是专注于开发最强的通用学习方法。

密歇根大学专门研究机器操纵的专家Dmitry Berenson则认为这很难做好，因为目前还不清楚最新的机器学习方法将会带来多大影响。他们付出了很多努力来为特定的任务提供合适的方法。但他认为，模拟学习可能是非常有用的，如果我们能够真正地跨越“现实差距”，学习就会变得更加容易。

（内容来源：中译语通GTCOM综编/图片来源：网络）