不到两年前，DARPA 启动了终身学习机器 (L2M) 计划，旨在创建具有人工智能元素的持续学习机器人系统。 L2M 计划本应催生自学平台的出现，这些平台无需事先编程或培训即可适应新环境。 简而言之，机器人必须从错误中学习，而不是通过在实验室环境中提取一组模板数据来学习。
L2M 项目涉及 30 个研究小组，资金数额各异。 就在最近，南加州大学的一个研究小组在创建自学习机器人平台方面取得了令人信服的进展，正如《自然机器智能》三月号所报道的那样。
该大学的研究团队由生物医学工程、生物运动学和物理治疗教授弗朗西斯科·J·瓦莱罗-奎瓦斯 (Francisco J. Valero-Cuevas) 领导。 该小组开发的算法基于生物体的某些功能机制，创建了一系列人工智能动作来教授机器人四个肢体的动作。 据悉，仿肌腱、肌肉和骨骼形式的假肢在运行算法后五分钟内就能学会走路。
第一次启动后，整个过程不系统且混乱，但随后人工智能开始快速适应现实，并成功开始行走，无需事先编程。 未来，所创建的无需使用数据集进行初步机器学习训练的机器人终身训练方法可以适用于配备自动驾驶仪的民用汽车和军用机器人车辆。 然而，这项技术具有更多的前景和使用领域。 最重要的是，该算法不会将人视为发展的障碍之一，也不会学到任何不好的东西。
来源： 3dnews.ru