很快，在未來的某一天，機械人助手會成為我們平常生涯的一部門，即便我們不編程也可教他們新的義務。假如你必需要學代碼，你也能夠本身做三明治了。如今，有一個新體系可以讓教機械人變得像教孩子一樣簡略。機械人可使用這個體系來分享他們的技巧。

造就機械人有兩種根本辦法。一個是編程它的運動軌跡，這須要時光和編碼的專業常識。另外一個是經由過程觸碰它的四肢來表現你想要的器械，或許本身做，讓機械人模擬。但有些精巧的義務，其精度不是手能表達的，撤除炸彈是很好的例子。如今，用一個叫做C-LEARN的體系，迷信家們讓一個機械人具有具有簡略步調的常識庫，它可以在進修新義務時智能地運用。

年夜多半機械人編程采取以下兩種辦法之一：示范進修，他們不雅看正在停止的義務然后模擬復制，或經由過程活動計劃技巧，如優化或采樣，這須要法式員明白指定一個義務的目的和束縛。

這兩種辦法都有弊病。從示范中進修的機械人不克不及隨意馬虎地將他們學到的技巧轉移到另外一種情形，并包管準確。另外一方面，活動計劃體系，應用采樣或優化可順應這些變更，但非常耗時，由于他們平日必需由法式專家手工編碼。

麻省理工學院盤算機迷信與人工智能試驗室的研討人員比來開辟的C-LEARN體系旨在將這兩種技巧聯合在一路，該體系經由過程供給一些關于物體若何操作的信息，然后展現給機械人某項義務若何完成，可教給機械人完成一系列義務。

在伯克利加利福尼亞年夜學，未介入此項研討的機械人專家Anca Dragan表現：“C-LEARN體系采用異常適用的辦法，后果異常好。”

在這個體系中，人類用戶第一次贊助樹立機械人的常識庫。研討人員經由過程在一個軟件法式中點擊并拖動它的四肢來教一個叫做Optimus的雙臂機械人。他們展現了舉措，例如捉住圓柱體的頂部或塊的正面。他們從分歧的地位將每一個義務履行7次。每次挪動都有稍微的變更，機械人找到變更的形式，并將其融入到體系。例如，假如抓取器老是終究年夜致平行于物體，機械人將揣摸并行性是該進程的主要束縛。

麻省理工學院盤算機迷信家和本研討任務的擔任人Claudia Pérez D’Arpino表現：“在這一點上，機械人就像一個2歲的嬰兒，只是曉得如何夠到并捉住器械。”借助其常識庫，機械人只需一次演示便可進修新的多步調義務。用戶應用C-LEARN軟件向機械人展現所需的義務，然后同意或糾正機械人的測驗考試。

西雅圖華盛頓年夜學未介入此次研討的機械人專家Maya Cakmak表現：“可以屈服幾何束縛的機械人曾經存在了十多年，但是，今朝為止，只要專家能應用他們。”

為測試該體系，研討人員教了Optimus四項多步調義務：撿起一個瓶子并把它放進桶里；雙手程度抓取和提起托盤；用一只手翻開一個盒子，然后用另外一只手按盒子里的按鈕；用一只手捉住立方體上的把手，并用另外一只手將立方體中的一根桿拉出來。關于每個義務，Optimus會獲得一次示范，并做出了10次測驗考試。40次測驗考試中，勝利37次。研討人員將于本月晚些時刻在IEEE國際機械人與主動化年夜會上揭橥申報。

關于一個更嚴格的挑釁，研討人員將Optimus的常識庫及其四項義務的籌劃傳輸給了Atlas——一個必需堅持其均衡的雙足機械人。Atlas盡力完成這四項義務。但當研討人員刪除一些轉移的常識時，例如堅持某些挪動平行的束縛，它就掉敗了。

D’Arpino說，這類常識轉移將有現實運用。“在德國的工場里，你可以教一個機械人做一些事，沒有來由不克不及將其轉移到加拿年夜的分歧機械人。”固然，對將來具有反烏托邦不雅點的人關懷的是，經由過程互聯網相互傳遞新技巧的機械人將是走向機械人世界統治的第一步。

D’Arpino正在研討人們第一次與Optimus互動能否能教會他新技巧。雖然她還沒預備好具體評論辯論這些成績，今朝的成果照樣很悲觀的。下一步，她愿望教會機械人靈巧地調劑他們所學的飛翔技巧。

終究目的是教機械人撤除炸彈，機械人須要疾速、精確地停止該項精巧的義務。其他運用還包含在災害中尋人，制作電子產物，贊助生病或懶人做家務。D’Arpino表現：“無機器人在家辦事的這個許諾，但實際是，如今他們甚么都做不了。”她愿望能轉變近況。