新方法教機器人穿越障礙物
喬治亞理工學院的三位博士生使用新方法，教導四足機器人穿越障礙物。這個方法包含高級視覺導航政策和視覺化行走政策。這個新的方法可以教導機器人在室內環境中，包含家居雜亂物品，例如鞋子或玩具的地面上走路，讓機器人可以避免碰到障礙物，而不是照著以往的反應式步態反射行動。他們將這個方法稱為 ViNL，比照既有的機器人學習政策，「ViNL: Visual Navigation and Locomotion Over Obstacles」方法不需要額外的合作教學，可以自主訓練並成功模擬機器人穿越障礙物。
新方法
這個新方法的核心是融合視覺導航政策和視覺化行走政策，並且不需要額外的合作教學，也不需要倣效既有的行為模式。被稱為 ViNL 的方法包含兩個政策：視覺化行走和視覺導航。機器人可以透過視覺化行走偵測到障礙物並跨越障礙物，也可以透過視覺導航直接走過障礙物周圍。透過兩種方法的結合，機器人可以成功穿越障礙物。
教學過程
為達成目標，研究人員使用了這個新方法，並逐步地加入更多的雜亂物品。這種漸進的訓練方式讓機器人學得更加穩定。在視覺導航策略方面，透過目標導向的動機給予機器人一個目標，讓機器人在走路時自能避開任何障礙物。機器人完成目標任務的得分將決定了此次教學的效果。如果機器人碰到障礙物，它就會受到懲罰。而在視覺化行走策略方面，導航策略會教導機器人如何使用肢體來跨越障礙物，包括它應該抬起腿的高度等。因為真實的四足機器人只能看到它前方的相機拍攝的畫面，宕機器人靠近障礙物時，就看不到障礙物了。為理解決這個問題，研究團隊在構建網路架構時加入了記憶體和空間感知等元素。這使得機器人可以很好地記住何時何地跨越障礙。如果障礙物太高無法跨越，機器人也可以選擇繞過障礙物。
應用前景
這個新方法所帶來的影響，不僅僅在於幫助機器人跨越障礙。此方法還可以讓機器人在戶外開放的環境下導航，基於使用者的偏好選擇可以透過另類地形前進，例如避開泥地或崎嶇山徑。對於機器人學習本身來說這一方法也是一個擴張、可標準化的方法。
建議
雖然機器人學習可以為我們帶來便利和利益，但這也可能擾亂就業場所，進一步影響人際互動。建議相關產業可以透過機器人學習更加關注對人在未來的影響。建議其相關產業也要更嚴格地監管機器人技術的使用以免濫用。
結論與啟示
新方法是機器人學習的重大進展。本方法將機器人學習能力帶入到環境變化中，訓練機器人能夠自主處理一些隨機因素的變化。這一能力將推動機器人學習更具普遍性。但是此類技術也可能對社會和工作帶來巨大變革。因此建議監管其中的濫用以及在推動技術發展的同時對技術的社會影響加以關注，並進一步考慮如何平衡技術的發展和社會的進步。
