波士顿动力公司引领了一场机器人革命。现在，它的机器正在自学新的技巧

快速阅读: 《英国连线》消息，强化学习通过实验和反馈让计算机学习，近年来被用于提升大型语言模型及机器人表现。新技术通过虚拟环境加速了机器人学习过程，使其能更好地完成腿足式运动。2024年，雷伯特成立机器人与人工智能研究所，旨在提高机器人自主性并减少物理损坏。您对类人机器人有何期待？请发送邮件或评论。

强化学习是一种已有几十年历史的方法，通过实验结合正反馈或负反馈让计算机学习做某事。十年前，当谷歌的DeepMind展示其能够生成具备超人类策略和游戏能力的算法时，它引起了广泛关注。最近，AI工程师们使用这一技术使大型语言模型表现得更好。雷伯特表示，高度精确的新模拟技术通过允许机器人在虚拟环境中练习动作，从而加快了原本可能漫长的学习过程。“你不需要从机器人那里获得太多的物理行为就能产生良好的性能，”他说。一些学术团体已经发表研究，展示了如何利用强化学习改进腿足式运动。加州大学伯克利分校的一个团队使用这种方法训练类人机器人在其校园内行走。苏黎世联邦理工学院的另一个团队正在使用这种方法引导四足机器人穿越复杂地形。波士顿动力公司在过去几年里一直在基于雷伯特关于动物动态平衡的开创性研究成果建造腿足机器人。尽管这些机器非常灵活，但更高级的行为，包括跳舞、进行跑酷运动以及简单地在房间内导航，通常需要精心编程或某种形式的人类远程控制。2024年，雷伯特创立了机器人与人工智能（RAI）研究所，探索提升腿足及其他类型机器人智能的方法，使它们能够更加自主地执行任务。在等待机器人真正学会洗碗的同时，人工智能应该使它们减少事故。RAI研究所首席技术官艾尔·里斯西说：“当你实际在物理机器上运行这些系统时，损坏的机器人会少很多。”你对当前展示的众多类人机器人有何看法？你认为它们应该执行哪些任务？请发送邮件至hello@wired.com或在下方评论。

(以上内容均由Ai生成)