機器人領(lǐng)域向前邁出了一步，緊隨其后的又是另一步。最近，一個名為Rainbow Dash的機器人自學了走路。這只四腳機器只需要幾個小時就可以學會向前和向后行走，并在此過程中左右旋轉(zhuǎn)。

谷歌，加州大學伯克利分校和佐治亞理工學院的研究人員在ArXiv預印本服務(wù)器上發(fā)表了一篇論文，描述了一種統(tǒng)計AI技術(shù)，即深度強化學習，他們使用這種技術(shù)來獲得這一成就，這是很重要的，原因有很多。

大多數(shù)強化學習部署都在計算機模擬的環(huán)境中進行。但是，Rainbow Dash使用此技術(shù)來學習在實際物理環(huán)境中行走。

而且，它能夠在沒有專門的教學機制的情況下做到這一點，例如人工指導或帶有標簽的培訓數(shù)據(jù)。最終，Rainbow Dash成功地在多個表面上行走，包括柔軟的泡沫床墊和帶有明顯凹口的門墊。

機器人使用的深度強化學習技術(shù)包括一種機器學習，其中代理與環(huán)境交互以通過反復試驗來學習。大多數(shù)強化學習用例都涉及計算機游戲，其中數(shù)字特工學習如何玩贏。

這種形式的機器學習與傳統(tǒng)的有監(jiān)督或無監(jiān)督學習明顯不同，在傳統(tǒng)的有監(jiān)督或無監(jiān)督學習中，機器學習模型需要標記的訓練數(shù)據(jù)來學習。深度強化學習將強化學習方法與深度學習相結(jié)合，傳統(tǒng)的機器學習的規(guī)模隨著強大的計算能力而大大擴展。