有着手臂的智能机器人怎样去进行像开启瓶塞那样的每日任务呢？照理说，应当与人们姿势步骤类似：它必须先加一头手握紧玻璃瓶的底端，随后用一只手把握住瓶塞并将其卸下来。这类高层次人才的流程编码序列就是说人们所熟识的方式，并且它不会受到操纵另一半的几何图形和室内空间情况危害。

另一个1个益处是，与广泛开展学习策略来处理每日任务的增强学习技术性不一样，方式不用在数钟头、数日乃至几个月的学习培训全过程中摄入数以百万计的实例开展训炼。
近期，Facebook AI研究所（FAIR）的1个精英团队尝试向2个智能机器人Sawyer胳膊潜移默化从库中挑选适度专业技能流程以进行总体目标的工作能力。在每一時间流程里，这2个机器手臂务必决策应用哪样专业技能及其应用什么主要参数(比如释放力的部位、用劲水平或挪动这种总体目标的姿态)。虽然涉及很多繁杂的难题，但该精英团队表达，她们的方式提升了学习兴趣，促使智能机器人在历经短短的几小时的学习培训后就能够得到控制另一半的专业技能。
Facebook科学研究精英团队得到的重要工作经验是，针对很多每日任务，学习培训全过程能够分成2个一部分：1)学习培训每日任务方式；2)学习培训为不一样专业技能挑选适度参数化的对策。她们肯定，这类方式会促进智能机器人得到迅速的学习兴趣，一部分缘故是来源于给出每日任务的不一样版本号统计数据能够用以提升共享资源专业技能。除此之外，这类方式容许在有关每日任务中间迁移学习方式。

图2：Facebook AI研究所的智能机器人胳膊
详解此项科学研究的毕业论文的合著者表述称：“举例来说，假定人们早已学好了1个非常好的方式，能够在仿真模拟全过程中捡取1个条形。在那边人们能够掌握实际操作另一半的姿态、几何图形样子及其其他信息。随后，人们能够在有关每日任务中多次重复使用该方式，比如在实际全球中仅从初始照片观查中捡取拖盘，即便情况室内空间和最好参数化(比如爬取姿态)常有挺大不一样。因为方式是固定不动的，因而拖盘捡取每日任务的对策学习培训将十分合理，由于它只必须学习培训每一项专业技能的主要参数。”
科学研究工作人员为所述2个设备臂出示了1个通用性的专业技能库，如扭曲、抬起和伸出手，他们务必将这种专业技能运用于好多个涉及到不一样另一半、几何图形样子和原始姿态的横着提高、捡取、开启和转动每日任务中。根据应用低维键入统计数据，如几何图形和本身体会特点(骨节部位、骨节速率、尾端效应器姿态)开展训炼，在MuJoCo(仿真模拟自然环境)中学习方式，随后在仿真模拟和实际全球上将其变换为視覺键入实际操作。
在试验全过程中，Sawyer胳膊配置了监控摄像头，并由Facebook的PyRobot开源系统智能机器人服务平台操纵，其每日任务是控制9个家中物件(如滚针、足球队、玻璃瓶和T形扳子)，这种物件必须2个平行面的下巴夹钳能够与之互动。虽然迫不得已从初始的視覺图象中学习培训，但她们表达，其AI系统软件应用2000种学习技能实际操作大部分另一半，在大概4到10个钟头的学习培训中，通过率超出90%。
科学研究工作人员写到：“人们早已科学研究了怎样运用与情况不相干的专业技能编码序列来极大地提高无实体模型增强学习的样版高效率。除此之外，人们早已在试验中证实，将在仿真模拟初中到的专业技能编码序列迁移到实际全球的每日任务中，使人们可以十分合理地处理图象中的稀少奖赏难题，进而使训炼真实的智能机器人实行繁杂专业技能变成将会。”