课程学习

课程学习，是按照好学校教孩子的方式去训练机器人：从简单的任务开始，再一步步加大难度，而不是在第一天就把最难的挑战丢给它。正如你不会把一个初学游泳的人直接扔进深水区，你也不会要求一个刚刚初始化的机器人在乱石地上冲刺；你会让它先学会站立，再学会迈步，然后在平地上行走，到更晚才去对付斜坡和碎石。每一项简单的技能，都成了机器人脚下的一块垫脚石，让它得以踏上下一项更难的技能。

它之所以重要，是因为许多机器人技能几乎不可能靠随机试错从零学会。如果一个腿式机器人在一无所知的情况下从险恶地形起步，它会立刻摔倒、每一次都摔倒，而且几乎从来撞不上那串能教会它点东西的、罕见而幸运的动作序列——于是学习陷入停滞。而从那些成功足够频繁、能提供有用反馈的温和任务起步，再随着能力增长逐渐提高难度，机器人就能持续得到一串它真正能据以行动的“课程”。让最终那项困难技能变得可达的，是经历被安排的先后顺序，而不仅仅是这些经历本身。

设计者会用不同方式来构建这套“课程”：要么手工编排一串难度不断升高的固定关卡，要么让一段程序自动调节难度——机器人表现好就把难度往上推一点，机器人吃力就把难度往回调一点，使挑战始终落在它刚好够不到的位置上。这样做的回报，是更快、更可靠的学习，以及一些纯粹靠蛮力训练往往根本达不到的最终技能。