定位城市:

什么？谷歌最近又有大动作？他们计划加速机器人学习进程，让更多机器人通过分享它们的经验，获取更多技能点？是的！Google BrAIn team的Sergey Levine以及来自Alphabet的DeepMind和Google X 实验室的高手们通力合作，在几天前发了篇博文，说他们接下来要打造一个叫“多机器人通用技能学习”的机制。

众所周知，指导机器人做一些日常生活中最基本的事情已经困扰所有机器人学家几十年了。为了解决这个问题，谷歌科学家们决定让两大当红科技创新炸子鸡强强联手，看看能不能搞个大新闻。其一是云机器人——这个概念认为机器人可以在线分享数据和技能；另一个便是机器学习，也就是通过应用深度神经网络让机器人实现自主学习。

在科学家们进行的一系列实验中，独立的机械臂会不断重复一个指定的任务。不出意外的是，在长时间的任务执行过程中，每个机器人的技术水平都会得到一定提高，它能学会适应外部环境以及自身运动的轻微变化。但是，谷歌团队并没有就此满足。他们把机器人习得的这些经验输进一个大数据库里，从中建立技能模型，如此一来，机器人就可以更快更好地完成任务。

机器人学习到的技能（比如推东西、开门等等）还是相对简单了点，但是通过快速高效的集体学习，在未来机器人的行动会更加丰富，这样它们就可以在日常生活中为人们提供各种各样的辅助了。”

早前，Levine和来自Google X 实验室的同事们展示了深度学习网络是如何帮助机器人自学抓物的。在那项研究中，一组机械臂不停地抓抓抓，抓了大概八万多次，简直丧心病狂。尽管一开始它们总是失败连连，但是通过神经网络的不断训练，成功率便有了显著的提高。

在最近的一项实验中，谷歌科学家们测试了三个不同的场景。

第一个场景中，机器人从试验和错误实践中直接学习运动技巧。每个机器人从一套神经网络开始，尝试一次一次地开门。每隔一段时间，这些机器人们就会把它们性能数据传输给中央服务器，这个服务器会利用数据打造一个全新的神经网络，从而更好地分析运动和成功率之间的关系。接着，这个服务器会把更新完成的神经网络传输给机器人。“因为这个更新了的网络对动作幅度的估测更加精准，所以机器人们的表现会更好”，科学家们写道。“这个过程可以无限循环往复，从而不断提高机器人执行任务的能力。”