在機器人領域，若想讓機器人保持站立姿態，并維持平穩運動一直是個難題，因為這需要超高的專業知識和設計功力。盡管一些傳統機器人能在人工控制的情況下進行，但活動范圍仍有各種局限。

為解決這個問題，谷歌（Google） 近日與喬治亞理工學院及加州大學柏克萊分校的研究人員聯合發表論文，詳細介紹如何透過AI（人工智能）構建自學走路的機器人，同時他們給這臺小機器人命名“Rainbow Dash”。

根據世界紀錄，嬰兒從爬行到學會走路的最快時間是6個月，而Rainbow Dash平均只需約3.5小時。具體來說，機器人使用深度強化學習，即結合深度學習和強化學習兩種不同類型的AI技術，透過深度學習，系統可處理和評估來自身處環境的原始輸入數據；透過強化學習，演算法可反復試驗，以學習如何執行任務，并根據完成程度獲得獎勵和懲罰。

以往此類實驗，研究人員都會讓機器透過模擬學習真實世界環境。根據香港IDC新天域互聯的獲悉，在仿真環境中，機器人的虛擬體首先與虛擬環境互動，然后再利用演算法接收虛擬數據，直到系統有能力應付自如。不過，環境雖然容易建模，但通常耗時長，且現實充滿各種意想不到的情況。

而此次，谷歌研究團隊直接在真實環境下訓練Rainbow Dash，讓其較快適應所處環境，也能適應相似環境。Google負責人Jan Tan表示：“我們有興趣讓機器人在各種復雜的現實世界環境運動。不過，要設計出能靈活處理多樣性和復雜性的運動控制器十分困難。”

接下來，研究人員希望演算法能適用于不同種類的機器人，或適用多個機器人在同一個環境同時學習，以釋放機器人更多的運動能力，這也將解鎖機器人更多的能力。

編輯：hfy