課程學習

課程學習，是按照好學校教孩子的方式去訓練機器人：從簡單的任務開始，再一步步加大難度，而不是在第一天就把最難的挑戰丟給它。正如你不會把一個初學游泳的人直接扔進深水區，你也不會要求一個剛剛初始化的機器人在亂石地上衝刺；你會讓它先學會站立，再學會邁步，然後在平地上行走，到更晚才去對付斜坡和碎石。每一項簡單的技能，都成了機器人腳下的一塊墊腳石，讓它得以踏上下一項更難的技能。

它之所以重要，是因為許多機器人技能幾乎不可能靠隨機試錯從零學會。如果一個腿式機器人在一無所知的情況下從險惡地形起步，它會立刻摔倒、每一次都摔倒，而且幾乎從來撞不上那串能教會它點東西的、罕見而幸運的動作序列——於是學習陷入停滯。而從那些成功足夠頻繁、能提供有用回饋的溫和任務起步，再隨著能力增長逐漸提高難度，機器人就能持續得到一串它真正能據以行動的「課程」。讓最終那項困難技能變得可達的，是經歷被安排的先後順序，而不僅僅是這些經歷本身。

設計者會用不同方式來構建這套「課程」：要麼手工編排一串難度不斷升高的固定關卡，要麼讓一段程式自動調節難度——機器人表現好就把難度往上推一點，機器人吃力就把難度往回調一點，使挑戰始終落在它剛好搆不到的位置上。這樣做的回報，是更快、更可靠的學習，以及一些純粹靠蠻力訓練往往根本達不到的最終技能。