機器人技術為推進人工智能提供了重要機會，因為讓機器在物理世界中獨立學習將有助于在其他場景中開發更有能力和靈活的AI系統。這對于大型科技公司來說并不罕見，如谷歌，Nvidia和亞馬遜等科技公司都在使用機器人來探索人工智能研究的途徑。

Facebook AI研究人員正在探索新技術，以突破人工智能可以實現的界限。他們的主要工作都集中在自我學習上，這項工作可以讓機器人更強大，也讓人工智能進行更有效地學習，更好地推廣到新的應用上。除了機器人手臂之外，Facebook還試圖讓六足機器人學會如何行走，希望將訓練所需的時間減少到幾小時而不是幾天或幾周。

“機器人技術的偉大之處在于它實時發生在現實世界中，”Facebook的人工智能研究實驗室聯合董事總經理Antoine Bordes說到。

通過觸覺傳感學習

機器人通常依靠計算機視覺，但觸摸也是一個重要而復雜的研究領域。例如，給予特定的操作人物，如果物體被遮擋，則機器人可以使用觸覺感測來完成任務。研究人員開發了一種新的學習方式，無需專用培訓數據，通過與環境的多種自我監督的互動性探索，完成自我監督學習從而實現新目標。這項研究還為探索多模式學習創造了新的途徑，這對于廣泛的人工智能研究非常重要，例如開發系統以更好地理解不同模式的內容。

機器人學習如何自己走路

為了突破機器如何獨立學習的極限，通過運用有效數據的RL算法來學習更好的進行控制，并隨著時間的推移改善其性能，使六足機器人能夠學會走路 - 而不需要特定任務的信息或培訓。

利用好奇心更有效地學習

好奇心是人類學習的核心動力，Facebook AI研究人員正在應用這一概念來改善機器人在現實世界中的學習方式。“好奇的”AI系統因探索和嘗試新事物以及實現特定目標而獲得改變，從而減少不確定性。我們已經成功地將這種技術應用于模擬和真實世界的機器人手臂。

研究人員表示，尋求解決不確定性實際上可以幫助機器人更快地完成任務，也能更好地推廣到新任務和初始條件。這有助于進行結構化探索，以便更快，更有效地學習并幫助開發將不確定性納入其他模型的新方法。

機器人技術：人工智能研究的長期重點

機器人將幫助我們構建可以更有效地學習并更好地推廣到新應用的AI，即使在嘈雜和高度復雜的環境（如物理世界）中也是如此。專注于使用機器人工作，這不僅會帶來更強大的機器人，而且還會在未來幾年和幾十年內推動人工智能突破極限。如果想要更接近能夠思考，規劃和幫助人們的機器，需要構建能夠在多種場景中學習的人工智能系統