假设你有一个末端类似于人手的机械臂（bì）。你已（yǐ）经（jīng）训练它的5个指头学会拿起一把锤子，以及将钉（dìng）子（zǐ）钉入（rù）木板。但现在，你希望一种“二指夹爪”也能（néng）完（wán）成同样的任（rèn）务。为此，科学家创造出了（le）一连串的虚拟（nǐ）机器（qì）人来模拟（nǐ）两种机械臂之间的形态：它（tā）会从最初类似于（yú）人手的结构（gòu）缓慢地转变（biàn）成一（yī）种新的形状（zhuàng）。每一（yī）个（gè）中间机器（qì）人都会通过练习指定的任务，以此调整对应的人工神经网络（一种计算模型），直（zhí）到达（dá）到阈值（zhí）成功率。紧接着，这个（gè）系统的控制器代码就（jiù）会被传递给这条“链”上的下一个中间机（jī）器人（rén）。

 

        为了完成从虚拟机器人到目标机（jī）器（qì）人的转变，研究团队创建出了一种共享式树状运（yùn）动链（kinematic tree）。其中，一（yī）组（zǔ）代表肢体部分的节点被（bèi）一些代表（biǎo）关节的链接器（link）连接（jiē）了起（qǐ）来。为了将锤（chuí）击技能迁移到二指夹爪，这支团队将原（yuán）本结（jié）构中代表三个指头的节点的大小和权重都调整为零。对于（yú）每一个中间机器人来说，相应指（zhǐ）头（tóu）的大小和（hé）权重就会逐渐变小。

 

        与此同时，控制（zhì）它们的神经（jīng）网络（luò）也必须学（xué）会作出（chū）调整。此外，研（yán）究人员还调整了训练方法，以便使中（zhōng）间机器人（rén）之间的变化（huà）不会太大也不会太小。

         

        这个由卡内基（jī）梅隆大学（xué）设计的（de）系（xì）统叫作（zuò）REvolveR（RobotEvolve Robot）。它（tā）的（de）表（biǎo）现优于机器学习的（de）基本方法，比（bǐ）如从头（tóu）开始训练目标机器人的方法。在锤击任务和其他训练任务（wù）（包括移动一（yī）个球和打开一扇门）中，为（wéi）了使机器人夹爪达（dá）到（dào）90%的成功率，此前最好的替代性训练方法需要比REvolveR多执行29%~108%的（de）试（shì）验次数（shù），尽管这些替代性方法在训练（liàn）过程中提供了更多的信（xìn）息反馈。接下来，研究人员还使用其他类（lèi）型（xíng）的虚拟机器人测试（shì）他们的训练方法。例如，利（lì）用这种（zhǒng）方法为（wéi）一个蜘蛛状机（jī）器人添加新的腿部结构，并（bìng）让（ràng）它重新（xīn）学会爬（pá）行。

 

        维（wéi）塔利（lì）·库林（未参与这项研究）是英国牛津大学（xué）的计（jì）算（suàn）机科（kē）学家（jiā），主（zhǔ）要研究机器人和机器（qì）学（xué）习，他（tā）表示（shì）：“我认为这是一种非常巧妙（miào）的方法（fǎ）。”尽管通过将艰巨的挑战分（fèn）解成一（yī）系（xì）列小（xiǎo）的部分，从而使AI能（néng）够在（zài）不（bú）同的（de）任务之间实现（xiàn）技（jì）能迁移的方法并（bìng）不新鲜（xiān），“但在一个机（jī）器人与另一个机器人之间进行内插，以此实现技能迁移（yí），这是我以（yǐ）前从未想（xiǎng）到（dào）的。”