假设你有一个末端类似于人手的（de）机械（xiè）臂。你（nǐ）已经（jīng）训练它的5个指头（tóu）学会拿（ná）起一把锤子（zǐ），以及将（jiāng）钉子钉入木板（bǎn）。但现在，你希望一种“二（èr）指（zhǐ）夹爪（zhǎo）”也能（néng）完成同（tóng）样的任务。为此，科学家（jiā）创造出了（le）一连串的虚拟机（jī）器人来模（mó）拟两种机（jī）械臂之（zhī）间的形态：它会（huì）从最初类（lèi）似于人手的结（jié）构（gòu）缓（huǎn）慢地转变成一种新的形（xíng）状。每（měi）一个中间机器（qì）人（rén）都会通过练习指定的任务，以此调整对应的人工（gōng）神经网络（一种计（jì）算模型），直到达到阈值成功率（lǜ）。紧接着，这个系统的（de）控制器（qì）代码就会（huì）被传递给这条“链”上（shàng）的下一个中间机器人。

 

        为了完成从虚拟机器人（rén）到目标机器人的转（zhuǎn）变，研究团（tuán）队创建出了一种（zhǒng）共享式（shì）树状运动链（liàn）（kinematic tree）。其中，一（yī）组（zǔ）代表肢体部（bù）分的节点被一（yī）些代表关节的链接器（link）连接了起来。为（wéi）了将锤击（jī）技能（néng）迁移到二指夹（jiá）爪，这支团队将原本结（jié）构中（zhōng）代表三（sān）个指头的节点的大小和（hé）权重都调整（zhěng）为零。对于每一个中间（jiān）机器人来说，相应指头的大小和权（quán）重（chóng）就会逐渐变小（xiǎo）。

 

        与此同时（shí），控（kòng）制（zhì）它们的神经网络也必须学会作出调整。此外（wài），研（yán）究人员还调整（zhěng）了（le）训练方法（fǎ），以（yǐ）便使中（zhōng）间机器（qì）人之间（jiān）的变化（huà）不会太大也不会太小。

         

        这（zhè）个由卡（kǎ）内基梅隆大学设计的（de）系统叫作REvolveR（RobotEvolve Robot）。它的表现优（yōu）于机器（qì）学习的基本方法，比如从头开始（shǐ）训（xùn）练目（mù）标机器人的方（fāng）法。在锤击（jī）任务和其他（tā）训练任务（包括（kuò）移动一个球和打开一扇（shàn）门）中，为了使（shǐ）机器（qì）人夹爪达（dá）到90%的成功（gōng）率，此前最好的替代性训（xùn）练（liàn）方法需要（yào）比（bǐ）REvolveR多执（zhí）行29%~108%的试验次数，尽管这（zhè）些替代（dài）性方法在训练过程中提供了更多的信息反馈。接下（xià）来，研究人（rén）员还使用其他类型的（de）虚（xū）拟机器人测试他们的训练（liàn）方法（fǎ）。例（lì）如，利用这种方法为一个蜘蛛状机器人添加（jiā）新的腿（tuǐ）部结构（gòu），并让它重新学会爬行。

 

        维（wéi）塔利·库林（未参与这项研究）是英国（guó）牛津大（dà）学的计算机科学家（jiā），主要研究（jiū）机器人和机器学习，他表示：“我认为（wéi）这（zhè）是一种非常巧（qiǎo）妙的方法。”尽管通过将艰巨的挑战分解成一系列（liè）小（xiǎo）的部（bù）分，从而使AI能够在不同的任务之间实现技能迁移的方（fāng）法并不新鲜，“但在一个机器人与另一个机器人之间进行（háng）内插，以此实现（xiàn）技能（néng）迁移，这是（shì）我以（yǐ）前（qián）从未想（xiǎng）到的。”