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。我们确实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，要么是在机器人摔倒时捡起它，要么是在它跑开时将其移回训练空间。但谷歌的最新研究可能会使这一学习过程更加简单。

通过成功地调整现有的算法，谷歌机器人公司的研究人员能够让一个四条腿的机器人在几个小时内学会如何向前、向后和转弯，这一切都是靠自己完成的。首先，他们放弃了环境建模。通常，在机器人获得学习走路的机会之前，算法会在虚拟环境中的虚拟机器人中进行测试。虽然这有助于防止对实际机器人的损害，但模拟砂砾或软表面等东西是非常耗时和复杂的。

因此研究人员从一开始就在现实世界中进行训练，由于现实世界提供了自然的环境变化，机器人可以更快地适应台阶和不平坦的地形等各种变化。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。所以他们开始着手解决这个问题，通过限制机器人的活动范围，让它一次学会多个动作。如果机器人在向前行走时到达了它的领地边缘，它就会识别出自己的位置并开始向后行走，从而在减轻人类干预的同时学习新技能。

借助该系统，机器人能够通过反复试验，最终学会如何在多个不同的表面上自主导航，最终消除了人类参与的必要性，这是使机器人更有用的一个重要里程碑。然而，研究也并非没有局限性。当前的设置使用一个头顶运动捕捉系统来允许机器人识别其位置，而不是任何现实中的机器人应用程序都可以复制的东西。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，甚至是同一学习环境中的多个机器人，从而创造出一个知识和理解体系，这将有助于推动机器人在各个领域的发展。