無論是在擁擠的人行道上行走，還是在社區足球聯賽中射門進球，人類都會下意識地利用感知—動作循環（perception-action loop）做幾乎所有的事情。感知—動作循環可以使我們在一個連續的實時循環中使用感官輸入做出正確的動作，其也是 “自治系統” 的核心。

       但當前一代的機器人等 “自治系統” 在直接根據視覺數據做出正確決策方面仍遠遠不及人類，其依然受到難以收集大量真實世界數據的限制。此外，雖然我們能輕易生成大量模擬數據，但這類數據在現實生活的各種場景中，通常不能催生安全的行為。

       如何讓機器人具有如人類一般的 “自治” 能力？一項來自微軟研究人員的研究，讓我們看到了巨大的可能性。研究人員向我們描述了這樣一種機器學習系統：它可以幫助機器人直接從相機圖像中推理出正確的動作。以無人機為例，無人機可以通過模擬學習完成特定路線的導航。通過模擬訓練，機器人可以學會獨立觀察現實世界中的環境和條件（包括看不見的情況），然后作出正確決策，這使得機器人非常適合用于搜索和救援任務。研究人員認為，在不久的將來，這種機器學習系統可以幫助機器人更快地識別出需要幫助的人。

（來源：DeepTech深科技）