加州大学伯克利分校谢尔盖·莱文(Sergey Levine)机器人人工智能与学习实验室取得重要成果，研究人员发明一种新颖人工智能训练方法，让机器人掌握“叠叠乐”等复杂任务，相关研究 8 月 20 日发表于《科学机器人》杂志。

“叠叠乐”本是灵巧反应能力者的爱好，如今机器人借助“人在环样本高效机器人强化学习”(HiL-SERL)新系统成功掌握。该训练方案通过研究演示、从人类反馈和自身尝试中学习，能教会机器人完成复杂任务，成功率高达 100%，且学习速度惊人，一两个小时就能学会组装电脑主板、搭建架子等。

机器人学习领域一直致力于教会机器完成不可预测或复杂活动，莱文实验室聚焦“强化学习”，让机器人在现实世界尝试任务，利用摄像头反馈从错误中学习。新研究增加人工干预加快进程，人类通过特殊鼠标纠正机器人路线并录入记忆库，机器人分析所有尝试以更好完成任务。随着经验积累，人类干预逐渐减少。

实验室让机器人系统经历一系列比叠叠乐更复杂的任务考验，如在平底锅里翻转鸡蛋、传递物体、组装主板等，还制造意外事故测试机器人适应性。训练结束后，机器人能 100%正确执行这些任务，且新系统比常见的“复制我的行为”方法(行为克隆)速度更快、更准确。

研究人员强调，这些指标对机器人性能要求高，可靠且灵活学习各种任务的机器人对电子、汽车和航空航天零部件等“定制”制造流程大有裨益。

下一步，实验室将对系统进行基本物体操作能力预训练，让机器人直接掌握更复杂技能，还将研究成果开源，期望更多研究人员使用和构建。研究第一作者罗建兰表示，目标是让这项技术像 iPhone 一样易于使用，使用的人越多，产生的影响越大。该研究其他作者包括 Charles Xu 和 Jeffrey Wu。

更多信息： Jianlan Luo 等人，通过人在环强化学习实现精确灵巧的机器人操控，Science Robotics(2025)。