基于传统方案的机器人编程工作，需要开发者积累大量的技术知识。不过卡内基梅隆大学的一支研究团队，正在思考如何用一种更简单的方法 —— 让非程序员 / 机器人专家，也能够教机器人学会我们想要其掌握的技能。 据悉，模仿和强化学习是当前相当流行的两套解决方案。其一涉及控制机器人以教它执行任务，其二则需要在动辄数百万张图像集合上，对机器人系统展开专项训练。 WHIRL Human-to-Robot Imitation in the Wild（via） 与此同时，许多研究人员也在积极探索一种更直观的方法 —— 通过让机器人观察人类是如何完成相关任务的，来更加高效地对系统展开训练。 学习开关抽屉 卡内基梅隆大学的“野外人类模仿机器人学习”方案（简称 WHIRL），就是该领域的最新研究方向之一。 用抹布擦白板 通过视频演示，现成的移动机械臂学会了如何完成 20 多项家务，包括开关抽屉和电器、以及倾倒垃圾。 拔掉充电器插头 机器人研究所博士生 Shikhar Bahl 在一份新闻稿中称：“模仿是一种很好的学习方式，但让机器人真正从直接的人类行动观察中习得相关技能，仍是该领域的一个未解决问题”。 打开水龙头 好消息是，这项最新的 WHIRL 研究成果，算是向该领域迈出了重要的一步。 拾取垃圾袋 从视频中的一系列演示来看，这项技术在家庭环境中特别实用。 叠放杯子 机器人专家们希望，这些系统有朝一日可被用于帮助老年房主或其它行动不便的人士。 开闭冰箱门 学习期间，WHIRL 无需借助任何其它附加组件，只是不断尝试执行某项任务、直到成功（即便可能需要相当多次才会掌握）。 整理衣物 CMU 指出，WHIRL 与传统机器人系统的最大区别，就是能够在自身硬件限制下，找到完成任务的最佳方法。 目前这套系统正在通过观看视频展开相关训练，但研究团队也在努力寻求扩展内容，比如参考来自 YouTube 等服务的视频剪辑。
