据外媒报道，近日，谷歌大脑展示了如何让机器人没有目标地“玩”也可以变得更聪明。谷歌通过模拟远程操纵机器人获得了一个数据集“Learning from Play data（LfP）”。在远程操作中，研究人员让机器人用机械手和机械臂与现实世界交互，但是没有具体的目标。
谷歌将这个数据集用于系统内，该系统试图对这些有趣的动作序列进行分类，并将它们映射到一个潜在的空间。同时，系统中的另一个模块试图查看潜在空间并提出可以将机器人从其当前状态转换到其目标状态的动作序列。
谷歌将使用这个数据集的方法与使用行为克隆技术等方法做比较，结果发现使用LfP数据集的机器人表现更稳定，且在大部分任务中成功率都较高。有趣的是，研究人员还发现，使用LfP数据集训练的机器人在首次失败后会多次重新尝试完成任务，且在从未接受过任务标签训练的情况下，机器人的潜在规划空间会学会嵌入任务语义。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
