如果你观察过狗是如何行走的，那么你应当会注意到狗的动作非常的自然、流畅以及复杂。在行走过程中，动物可能根本就不会去想它迈腿的顺序，但自然而然地它就做出了动作。

现在，假设你有一只机器狗，你想让它做一些基本的动作，比如说走路。即使你是一个熟练的程序员，但你可能会发现，要让你的机械犬顺利地完成这样的动作将会是一项艰巨的任务，更不用说要学那些毛绒绒的真家伙跳起来接飞盘了。

为了尝试找到一种更快、更可扩展的方法，来自谷歌和加州大学伯克利分校的研究人员转变了思路，他们转向去研究那些真实的有血有肉的狗狗的运动数据，以训练他们的机器狗去执行不同速度行走或旋转等任务。“我们的想法是，也许我们可以通过向它展示动物在环境中移动所产生的数据，让机器狗更容易学习这些技能。”谷歌公司的学生研究员、伯克利大学的博士生、该项目论文的第一作者Jason Peng说。

他补充说，毕竟动物天生就擅长进行“敏捷行为”。但要把这些行为逆向工程化，让机器狗来做出同样的动作，这可能比训练狗狗不跳上餐桌吃东西更难。

在这个项目中，该团队并没有收集关于狗狗动作的全新数据，而是使用了来自于单一犬类的已有数据。“当时有一个公开的数据库，里面有狗狗不同运动的数据。”Peng说。那条狗的运动捕集数据给了他们所需要的信息。

但这并不像将这些信息下载到物理机器人的大脑中那么简单。接下来的步骤涉及到使用计算机模拟，这样机器狗可以通过AI学习模仿真实的狗的动作(欧洲的研究人员也转向利用人工智能来训练机器狗)。该项目的关键部分涉及到使用机器学习（一种以人工智能的形式训练机器人获得新技能）。“学习算法是试图找到一种方法，让机器狗尽可能地重现狗狗的动作，”Peng说。

毕竟，机器狗和真正的狗不一样。其一，它的身体没有那么灵活。“机器狗没有脊椎，它的身体有点像一块砖头。”他补充道。AI必须让机器狗尽可能地让它的动作与真实动物的动作相匹配。

最终，在经过一段时间的计算机模拟后，他们将这些知识转移到机器狗身上。这一步也不是完全直截了当的，因为计算机模拟并不是现实世界的完美呈现。它能做的事情？“一堆运动技能，比如不同的行走姿态，”Peng说，“还能做一些旋转和转身动作。” 它甚至还能倒退着走。

对机器狗来说，更难的东西是快速、动态的动作，比如快跑或跳跃。Peng说，使用这种方法来教机器人执行任务，比他们一步步编程要快得多。“即使是像走路这样的事情，在机器人这个行当已经研究了几十年了。”他指出。他希望机器人专家们可以多多利用这种方法，这样不仅能让训练机器人变得更快、更容易，还能增加这些动作的复杂性。对于行走，“我们得益于多年的研究。”他说。一些更高级的动作，比如跳和转身呢？这种方法可以让那些高级动作更容易编程。

不过，谷歌并不是唯一一家利用AI来训练机器狗的公司。最著名的当属来自波士顿动力公司的Spot，去年马萨诸塞州的警方甚至尝试用它去执法。