机器人在不同的地形上学习自主行走，包括平地（上）、记忆泡沫床垫（中）和镂空的门垫（下）

小鹿在出生后10分钟内就能站起来，7个小时内就能学会走路。在能够站起来但还不会走路的这段时间里，它会非常可爱、非常狂热地摆动它的四肢。这就是人工智能机器人背后的理念。虽然自主机器人和自动驾驶汽车一样，已经是一个被大众所熟知的概念，但自主学习机器人仍然只是一个设想。现有的强化学习算法虽然能够让机器人通过反复试验来学习动作，但仍严重依赖于人工干预。每当机器人跌倒或走出训练环境时，它还是需要有人扶起它，并将它放回正确的位置。

最近，谷歌研究人员的一项新研究取得了重大进展，机器人可以在没有人工干预的情况下学习走路。在几个小时内，仅仅依靠对当前最先进算法的微调，它们成功地让一个四条腿的机器人学会了完全独立的向前走和向后走，以及左右转弯。

这项工作建立在一年前的研究基础上，当时研究团队首次发现了如何让机器人在现实世界中学习。此前，强化学习通常在模拟环境中进行：机器人的虚拟分身在模拟的环境中走来走去，直到算法足够完善，可以使其安全运行为止。然后将其导入真正的机器人。这种方法有助于避免机器人在反复实验过程中对周围环境的损伤，但也需要一个易于建模的环境。在机器人脚下模拟自然散落的沙砾或者弹簧床垫需要很长时间，根本不值得。……