世界上最大的工业机器人公司发那科，正在开发可以通过“强化学习”训练的新一代机器人。

　　发那科东京办公室里有一台极聪明的工业机器人。给它一份简单的工作，比如从一个箱子里拿出某种零件并放入另一个箱子里，它将会花一晚上的时间来学习如何把这份工作做的更好。第二天，它就能成为这份工作的熟手，就像曾有个专家给它编写控制程序一样。

　　去年12月，在东京举办的2015国际机器人展中，发那科展示了通过强化学习来训练的机器人

　　工业机器人可以实现无比精准且快速的动作，例如抓取，这都是通过非常复杂的编程来实现的。编写机器人的控制程序是非常困难并且费时的，所以工业机器人只能在严格控制的环境下使用。

　　发那科意图改变这一事实。

　　发那科的新一代机器人将使用“深度强化学习”的技巧来训练自己。当这台机器人执行的动作时，比如拿起零件，它会同时对此录像。不论成功还是失败，这都可以让它记住这个零件的模样。这些数据会被用来优化它的深度学习模型。而深度学习模型，是一个用来控制机器人的神经网络系统。近几年，深度强化学习用于模式识别是一个非常有效的工具。

　　“在8个小时的自学之后，它可以达到90%的准确率。这几乎和一台专家编写控制程序的机器人一样”，东京人工智能公司Preferred Networks的 CRO Shohei Hido解释说，“它可以通宵工作，当第二天来到时，它已经把自己调整好了。”

　　机器人研究人员正在测试，强化学习是否可以加速并简化工业机器人的编程问题。本月初，谷歌公司发表了他们使用强化学习来训练机器人拿放物体的研究报告。发那科的机器人使用的则是Preferred Networks所编写的程序。

　　去年8月，作为全世界最大的工业机器人公司，发那科对Preferred Networks投资730万美金后，这两家公司在12月东京举办的2015国际机器人展中展示了他们“自学机器人”的厉害。

　　Hido表示，使用“学习”来编写控制程序的好处之一就是当几个机器人协同工作时，他们可以通过分享各自的数据以及学到的知识来加速学习（2016年十大突破技术之一）。所以，八台机器人协同工作一小时后的表现和一台机器人工作八小时后的表现是极其相似的。“我们的目标是分散学习”，Hido说，“你可以想象一下，在一家工厂里，有数百个机器人相互分享信息”。

　　这种分散学习的技巧被称为“云机器人”，是目前机器人行业中最火的潮流。

　　“以发那科在行业中的地位，他们考虑强化学习技术是非常合适的”，加州大学伯克利分校的机器人学教授肯-戈德堡（KenGoldberg）说。因为发那科在全世界出售并安装过数量庞大的工业机器人，云机器人将会改变他们对机器人的使用方式。

　　戈德堡与同事们（包括谷歌的几位研究员）将这一技术提升到了一个新高度，他们教机器人如何通过某种动作去抓取某种形状的物体，而不仅限于抓取特定物品。他们将在今年5月举办的IEEE机器人及自动控制学国际大会上发表相关的论文。

　　但是，戈德堡表示在机器人上实现机器学习比一般的电脑系统要难很多。因为控制行动比在图像中识别图形复杂很多。“深度学习在模式识别方面得到了非常成功的发展”，戈德堡说，“你做的远远不止是机器人，在大量输入的情况下，你要能为机器人设计相符的行为”。

　　发那科不是唯一一家正在开发使用机器学习的机器人公司。在2014年，瑞士的机器人公司ABB投资了一家叫Vicarious的人工智能创业公司。不过，这项投资还没有任何结果。