机器人领域向前迈出了一步，紧随其后的又是另一步。最近，一个名为Rainbow Dash的机器人自学了走路。这只四脚机器只需要几个小时就可以学会向前和向后行走，并在此过程中左右旋转。
谷歌，加州大学伯克利分校和佐治亚理工学院的研究人员在ArXiv预印本服务器上发表了一篇论文，描述了一种统计AI技术，即深度强化学习，他们使用这种技术来获得这一成就，这是很重要的，原因有很多。
大多数强化学习部署都在计算机模拟的环境中进行。但是，Rainbow Dash使用此技术来学习在实际物理环境中行走。
而且，它能够在没有专门的教学机制的情况下做到这一点，例如人工指导或带有标签的培训数据。最终，Rainbow Dash成功地在多个表面上行走，包括柔软的泡沫床垫和带有明显凹口的门垫。
机器人使用的深度强化学习技术包括一种机器学习，其中代理与环境交互以通过反复试验来学习。大多数强化学习用例都涉及计算机游戏，其中数字特工学习如何玩赢。
这种形式的机器学习与传统的有监督或无监督学习明显不同，在传统的有监督或无监督学习中，机器学习模型需要标记的训练数据来学习。深度强化学习将强化学习方法与深度学习相结合，传统的机器学习的规模随着强大的计算能力而大大扩展。
