基於傳統方案的機器人編程工作，需要開發者積累大量的技術知識。不過卡內基梅隆大學的一支研究團隊，正在思考如何用一種更簡單的方法 —— 讓非程序員 / 機器人專家，也能夠教機器人學會我們想要其掌握的技能。
據悉，模仿和強化學習是當前相當流行的兩套解決方案。其一涉及控制機器人以教它執行任務，其二則需要在動輒數百萬張圖像集合上，對機器人系統展開專項訓練。
WHIRL Human-to-Robot Imitation in the Wild（via）
與此同時，許多研究人員也在積極探索一種更直觀的方法 —— 通過讓機器人觀察人類是如何完成相關任務的，來更加高效地對系統展開訓練。
學習開關抽屜
卡內基梅隆大學的“野外人類模仿機器人學習”方案（簡稱 WHIRL），就是該領域的最新研究方向之一。
用抹布擦白板
通過視頻演示，現成的移動機械臂學會了如何完成 20 多項家務，包括開關抽屜和電器、以及傾倒垃圾。
拔掉充電器插頭
機器人研究所博士生 Shikhar Bahl 在一份新聞稿中稱：“模仿是一種很好的學習方式，但讓機器人真正從直接的人類行動觀察中習得相關技能，仍是該領域的一個未解決問題”。
打開水龍頭
好消息是，這項最新的 WHIRL 研究成果，算是向該領域邁出了重要的一步。
拾取垃圾袋
從視頻中的一系列演示來看，這項技術在家庭環境中特別實用。
疊放杯子
機器人專家們希望，這些系統有朝一日可被用於幫助老年房主或其它行動不便的人士。
開閉冰箱門
學習期間，WHIRL 無需藉助任何其它附加組件，只是不斷嘗試執行某項任務、直到成功（即便可能需要相當多次才會掌握）。
整理衣物
CMU 指出，WHIRL 與傳統機器人系統的最大區別，就是能夠在自身硬件限制下，找到完成任務的最佳方法。
目前這套系統正在通過觀看視頻展開相關訓練，但研究團隊也在努力尋求擴展內容，比如參考來自 YouTube 等服務的視頻剪輯。