而不是一遍又一遍地重复相同的动作。它们需要适应生存环境。因此，我们为机器人装上了眼睛。这可能是音频和/或触觉传感器的形式。也可以是视觉系统中的眼睛。
假设我们有一个配备视觉系统的机器人。顺便说一句，我们这里讨论的内容与机器人完全无关。我们正在开发的东西位于云端或本地服务器上，在这种情况下，它可以引导任何品牌或型号的配备视觉系统的机器人。
我们首先让一个人佩戴现成的商用 VR 系统。该系统可能是HTC Vive或Oculus，也可能是其他任何品牌。
人手持教学吊坠并执行拾取动作。神经网络从这些演示中学习机器人的运动应如何取决于环境的配置，而环境配置每次都会有所不同。教学吊坠跟踪人的运动并将其转化为神经网络学习到的动作。此时，人需要根据环境演示该动作 100 到 1,000 次，以便神经网络收集有关该动作的足够信息。
顺便说一句，一小时内执行 100 次或更多次操作并不困难。因此与传统编程相比，这并不需 巴拉圭电子邮件列表 要太多时间。而且我们的成功率通常为 80% 到 90%。
NextGen 供应链：机器人究竟从中学到了什么？
阿比尔：当学究们追踪运动时，机器人也在被教导如何在环境中执行运动，而环境会随着每次选择而变化。
这不仅仅是识别某个部件（如今视觉技术可以做到这点），也不仅仅是教导机器人执行某个特定动作（如今传统编程技术可以做到这点）。
通过使用人工智能，我们正在教导机器人学习如何根据其工作环境移动。使用机器学习，机器人能够适应当前条件并每次拾取零件，而不受任何其他可能阻碍或完全不同的因素的影响。这就是这里的新之处。
NextGen Supply Chain：这都是实验室工作。对吗？
Abbeel：完全不是。这都是现实世界的工作。我们与不少公司密切合作，帮助他们解决问题。这关乎在人们都难以适应的环境中挑选特定零件或物品。