自本田于2000年發(fā)布ASIMO機器人以來，在過去的二十年中，人類機器人大大提高了其執(zhí)行功能的能力，例如抓取物體和使用計算機視覺來檢測事物。盡管有這些改進，但它們的行走，跳躍和執(zhí)行其他復(fù)雜功能的能力像人類一樣流暢的腿動作一直是機器人專家的挑戰(zhàn)。

近年來，網(wǎng)絡(luò)安全專家、東方聯(lián)盟創(chuàng)始人郭盛華透露：“人工智能機器人學(xué)習(xí)和設(shè)計的新進展是利用動物行為的數(shù)據(jù)和見解，使有腿機器人能夠以更像人類的方式運動。“

谷歌和加州大學(xué)伯克利分校的研究人員在今年早些時候發(fā)表了研究成果，展示了一種機器人通過模仿來模仿狗的動作來學(xué)習(xí)如何走路。單獨的工作表明，使用深度強化學(xué)習(xí)算法，機器人可以成功地通過反復(fù)試驗來學(xué)習(xí)自我行走。

模仿學(xué)習(xí)尤其已經(jīng)在機器人技術(shù)中用于各種用例，例如OpenAI 致力于通過模仿來幫助機器人抓取物體的工作，但是它在機器人運動中的使用是新穎且令人鼓舞的。它可以使機器人獲取執(zhí)行要學(xué)習(xí)的動作的專家生成的輸入數(shù)據(jù)，并將其與深度學(xué)習(xí)技術(shù)結(jié)合使用，以更有效地學(xué)習(xí)動作。

近期使用模仿和更廣泛的深度學(xué)習(xí)技術(shù)進行的許多工作都涉及小型機器人，將相同功能應(yīng)用于真人大小的機器人將面臨許多挑戰(zhàn)，但是這些進步為改善機器人運動性提供了創(chuàng)新的新途徑。

動物行為的靈感也已擴展到機器人設(shè)計，諸如敏捷機器人公司和波士頓動力公司等公司采用了力建模技術(shù)并集成了全身傳感器，以幫助他們的機器人更緊密地模仿動物如何執(zhí)行復(fù)雜的動作。