毫无疑问，未来机器人将在我们的生活中扮演越来越重要的角色，但是要达到一个真正有用的阶段，仍然有许多挑战需要克服-包括无需人工干预的导航。是的，我们处于一个算法允许机器人学习如何移动的阶段，但是该过程很复杂，需要大量人工输入，要么是在跌倒时捡起机器人，要么将其移回机器人。它的训练空间，如果它徘徊。但是Google的最新研究可能会使这种学习过程变得更加简单。

　　通过成功地调整现有算法，Google Robotics的研究人员能够获得一个四足机器人，以独自学习并在几个小时内学习如何前进，后退和转弯。首先，他们取消了环境建模。通常，在机器人有机会学习走路之前，在虚拟环境中的虚拟机器人中对算法进行测试。虽然这有助于防止损坏实际的机器人，但模仿砾石或柔软的表面等东西非常耗时且令人费解。

　　因此研究人员从一开始就开始在现实世界中进行训练，并且由于现实世界提供了自然的环境变化，因此该机器人可以更快地适应各种变化，例如台阶和不平坦的地形。但是，仍然需要人工干预，研究人员必须在训练过程中操纵机器人数百次。因此，他们着手解决这个问题，并通过限制机器人的范围并让它一次学习多个动作来做到这一点。如果机器人在向前行走时到达其边缘，它将识别其位置并开始向后行走，从而在减轻人为干预的同时学习新技能。

　　借助该系统，该机器人能够通过反复试验最终学习如何自主导航多个表面，从而最终消除了人类参与的需要-这是使机器人更有用的一个重要里程碑。但是，这项研究并非没有局限性。当前设置使用高架运动捕获系统来允许机器人识别其位置-不能在任何现实世界的机器人应用程序中复制的东西。尽管如此，研究人员希望将新算法应用于不同类型的机器人，甚至在同一学习环境中甚至适用于多个机器人，从而创造知识和理解体系，从而有助于在各个领域推动机器人技术的发展。